کاربرد تجزیه حالت تجربی سیگنال در حذف تداخل الکتروکاردیوگرام از سیگنال‌های الکترومایوگرام

ناجی, محسن; فیروزآبادی, سید محمد; کهریزی, صدیقه

doi:10.22041/ijbme.2013.13052

نوع مقاله : مقاله کامل پژوهشی

نویسندگان

¹ استادیار، گروه مهندسی پزشکی، دانشگاه آزاد اسلامی، واحد دزفول

² استاد، گروه فیزیک پزشکی، دانشگاه تربیت مدرس

³ استادیار، گروه فیزیوتراپی، دانشگاه تربیت مدرس

10.22041/ijbme.2013.13052

چکیده

سیگنال‌های الکترومایوگرام (EMG) که از عضلات تنه، مانند عضله راست شکمی و عضله مایل خارجی، برداشت می‌شوند؛ غالباً تحت تأثیر فعالیت الکتریکی عضله قلب (ECG) قرار می‌گیرند. در این مقاله روشی جدید برای حذف تداخل ECG از EMG بر اساس تجزیه سیگنال به حالت تجربی معرفی شده است. روش پیشنهادی با روش فیلتر بالاگذرباترورث مقایسه شد و نتایج حاصل از تحلیل سیگنال‌های تداخل یافته مصنوعی و واقعی عملکرد بهتر الگوریتم پیشنهادی را برای حذف تداخل ECG ازEMG نشان داد.

کلیدواژه‌ها

موضوعات

پردازش سیگنال‌های حیاتی

عنوان مقاله [English]

Empirical mode decomposition-based elimination of Electrocardiogram artifact from Electromyogram signals

نویسندگان [English]

Mohsen Naji ¹
Seyed Mohammad Firouzabadi ²
Sedighe Kahrizi ³

¹ Assistant Professor, Department of Biomedical Engineering, Dezful Branch, Islamic Azad University,

² Professor, Department of Medical Physics, Tarbiat Modares University

³ Assistant Professor, Department of Physical Therapy, Tarbiat Modares University

چکیده [English]

The collected electromyogram (EMG) signals from trunk musculature (e.g., rectus abdominis and external oblique muscle) are often contaminated with the heart muscle electrical activity (ECG). This paper introduces a novel method, the Empirical Mode Decomposition, for elimination of ECG contamination from EMG signals. The method is compared to a Butterworth high pass filtering. Results obtained from the analysis of generated and experimental EMG signals show that our method outperforms the high pass filtering for elimination of ECG contamination from trunk EMG signals.

کلیدواژه‌ها [English]

Surface Electromyogram
Empirical Mode Decomposition
Electrocardiogram

مراجع

[1] Hogrel J.Y., Clinical applications of surface electromyography in neuromuscular disorders; Neurophysiol Clin, 2005; 35: 59-71.

[2] Ershad N., Kahrizi S., Firoozabadi M., Zadeh S.F., Evaluation of trunk muscle activity in chronic low back pain patients and healthy individuals during holding loads; J Back Musculoskelet Rehabil, 2009; 22: 165-172.

[3] Naji M., Firoozabadi M., Kahrizi S., Evaluation of EMG features of trunk muscles during flexed postures; 19^th Iranian Conference on Biomedical Engineering, 2012: 71-74.

[4] Clancy E.A., Morin E.L., Merletti R., Sampling, noise-reduction and amplitude estimation issues in surface electromyography; J ElectromyogrKinsiol, 2002; 12: 1-16.

[5] Redfern M.S., Hughes R.E., Chaffin D.B., High-pass filtering to remove electrocardiographic interference from torso EMG recordings; Clin. Biomech., 1993; 8: 44-48.

[6] Drake J.D.M., Callaghan J.P., Elimination of electrocardiogram contamination from electromyogram signals: an evaluation of currently used removal techniques; J ElectromyogrKinsiol, 2006; 16: 175-187.

[7] Bartolo A., Dzwonczyk R.R., Roberts C., Goldman E., Description and validation of a technique for the removal of ECG contamination from diaphragmatic EMG signal; Med. Biol. Eng. Comput., 1996; 34: 76–81.

[8] Bloch R., Subtraction of electrocardiographic signal from respiratory electromyogram; J. Appl. Physiol., 1983; 55: 619–623.

[9] Deng Y., Wolf W., Schnell R., New aspects to event-synchronous cancellation of ECG interference: an application of the method in diaphragmatic EMG signals; IEEE Trans Biomed Eng, 2000; 47(9): 1177-1184.

[10] Zhou P., Kuiken T.A., Eliminating cardiac contamination from myoelectric control signals developed by targeted muscle reinnervation; Physiol Meas., 2006; 27: 1311-1327.

[11] Huang N.E., Shen Z., Long S.R., Wu M.C., Shih H.H., Zheng Q., Yen N., Tung C.C., Liu H.H., The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis; Proc. R. Soc. Lond, 1998; 454: 903-995.

[12] Andrade A.O., Nasuto S., Kyberd P., Sweeney-Reed C.M., Kanijn F.R.V., EMG signal filtering based on empirical mode decomposition; Biomed Signal Proc and Cont, 2006; 1: 44-55.

[13] Liang H., Lin Z., McCallum R.W., Artifact reduction in electrogastrogram based on empirical mode decomposition method; Med BiolEngComput, 2000; 38: 35-41.

[14] Luo J., Zhu Y., Magnin I.E., Denoising by averaging reconstructed images: application to magnetic resonance images; IEEE Trans Biomed Eng, 2009; 56(3): 1177-1184.

نشریه‌ی علمی مهندسی پزشکی زیستی

کاربرد تجزیه حالت تجربی سیگنال در حذف تداخل الکتروکاردیوگرام از سیگنال‌های الکترومایوگرام

مراجع

مراجع

دوره 7، شماره 1 - شماره پیاپی 1
خرداد 1392
صفحه 13-20

کاربرد تجزیه حالت تجربی سیگنال در حذف تداخل الکتروکاردیوگرام از سیگنال‌های الکترومایوگرام

مراجع

مراجع

دوره 7، شماره 1 - شماره پیاپی 1خرداد 1392صفحه 13-20

دوره 7، شماره 1 - شماره پیاپی 1
خرداد 1392
صفحه 13-20