Metoda filtracji sygnału fonokardiograficznego

Zakłócenia zewnętrzne (tj. sygnały akustyczne pochodzące z otoczenia), które występują podczas rejestracji tonów i szmerów serca (tzw. sygnału FKG) za pomocą stetoskopu z mikrofonem, znacznie utrudniają analizę zjawisk osłuchowych. W artykule przedstawiono metodę adaptacyjnej filtracji zakłóceń zewnętrznych. Jako sygnał wejściowy filtru LMS przyjęto aproksymację sygnału FKG uzyskaną na podstawie analizy falkowej zakłóconego FKG. Natomiast na wejście referencyjne filtru LMS podano zmodyfikowany sygnał reprezentujący zakłócenia zewnętrzne zarejestrowane drugim mikrofonem. Proponowana metoda daje lepsze rezultaty niż filtracja adaptacyjna przeprowadzona bezpośrednio na zarejestrowanych sygnałach.

Auscultation is one of the most important non-invasive and simple diagnostic tools for detecting disorders of cardiac diseases. The intelligent stethoscope with microphone allows us to acquire and analyze heart sounds (produced by the mechanical action of the heart) objectively. In daily life various noise components, especially from a noisy environment, make the diagnostic evaluation of a phonocardiographic signal (i.e. FCG) difficult or in some cases even impossible. Heart sounds and additive external noises usually overlap in the frequency domain. This paper presents a novel wavelet-based adaptive denoising method for external noise cancellation from the FCG signal. Heart sounds and acoustic ambient noises were recorded separately by two microphones at the same time (Fig. 1). At first, the recorded signals are decomposed by DWT using "coif5" wavelet. The sum of the details at levels from 5 up to 8 gives an acceptable approximation of the FCG signal (Fig. 3) and it was used as the primary input of the LMS adaptive filter (Fig. 2). The reference signal required for the LMS filter was derived from the modified wavelet coefficients of the acquired noise signal (Fig. 5). This signal is highly correlated with artifacts in the FCG signal and it provides better results of adaptive noise cancellation than the raw signal corresponding to acoustic ambient noise. The comparison between the power of the FCG signal segments, including, and void of, external noise, and the power of the filtered signal can be used to measure the filtering effectiveness. The results show that the proposed method is a promising technique for external noise reduction in the FCG signal.