كاربرد تجزيه حالت تجربي سيگنال در حذف تداخل الكتروكارديوگرام از سيگنال‌هاي الكترومايوگرام

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

سيگنال هاي الكترومايوگرام (EMG) كه از عضلات تنه، مانند عضله راست شكمي و عضله مايل خارجي، برداشت مي شوند؛ غالباً تحت تاثير فعاليت الكتريكي عضله قلب (ECG) قرار مي گيرند. در اين مقاله روشي جديد براي حذف تداخل ECG از EMG بر اساس تجزيه سيگنال به حالت تجربي معرفي شده است. روش پيشنهادي با روش فيلتر بالاگذر باترورث مقايسه شد و نتايج حاصل از تحليل سيگنال هاي تداخل يافته مصنوعي و واقعي عملكرد بهتر الگوريتم پيشنهادي را براي حذف تداخل ECG از EMG نشان داد.

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.