Traitement numrique du signal physiologique : Application au dbruitage et lanalyse de lECG par Ondelettes

M. BENABDELLAH 1, S. RERBAL 2, N. HABIBES3, A. MEZIANE TANI4, A. NEMMICHE5.

Laboratoire de Gnie Biologique et Mdical BP119 Universit Abou Bekr Belkaid -13000 Tlemcen 4 CHU de Tlemcen.
1,2,3,5

Rsum: Ce travail sinscrit dans le cadre global du traitement numrique du signal physiologique. Cet article est consacr lapplication des ondelettes en vue: a/ de dtecter le bruit par le biais de londelette chapeau mexicain. b/ de son dbruitage par le biais des ondelettes Debauchies. Le dbruitage concerne notamment llimination du bruit de rseau. Les rsultats sont compars avec ceux obtenus par le filtrage numrique. c/ dliminer les diffrentes drives du signal lectrocardiographique, en particulier les drives dues un mauvais contact lectrodes-patient. d/ dune mise en forme idale du signal ECG en vu dune exploitation optimale de celui-ci par le mdecin. Mots cls: Ondelette chapeau Mexicain Ondelettes Debauchie - Dbruitage . I - Introduction: Lun des avantages des ondelettes est de travailler en sous bandes avec la possibilit de sparer les composantes du bruit des composantes du signal lui-mme. La mthodologie adopte dans le cadre de ce travail consiste travailler sur chaque niveau de rsolution sparment, en procdant chaque fois la suppression du bruit puis la reconstitution du signal. Lautre avantage des ondelettes est leur grande aptitude prendre en charge plusieurs traitements numriques du signal de faons quasi simultane (fentrage - dbruitage - dtection filtrage et reconstitution du signal). Dans cet article nous nous sommes intresss au traitement du signal ECG, recueilli selon la drivation D1 entach de bruit de rseau et subissant des drives causes par les mouvements respiratoires du patient . Celui-ci bnficie dun premier traitement qui consiste dtecter le bruit de rseau par londelette chapeau mexicain. Nous appliquons ensuite les ondelettes Debauchies pour liminer ce bruit. Nous comparons ces rsultats avec ceux obtenus par filtrage numrique. II - Transforme en Ondelette : La tranforme en ondelette peut tre dfinie comme tant la projection sur la base des

fonctions ondelettes. Les coefficients dondelettes sont dfinis comme suit :

Toa, b  1 a

f (t )\
R

f (t )\ (
a,b

t b )dt a

(1)

(t )dt

1 t b (2) \ a a Les coefficients dondelettes To(a,b) dpendent de deux paramtres a et b, o a est le facteur dchelle et b le facteur de translation. Le pas de translation lchelle a est : b/a. les fonctions \ a ,b (t ) sont obtenues partir de la dilatation et de la translation de la fonction ondelette mre \ t  . Les \ a ,b (t ) sont parfois appeles les ondelettes filles. Ces fonctions formants une base, c'est--dire, si lon note le produit scalaire entre deux fonctions f et g comme tant : % f g f (t ) g (t )dt , alors on

avec :

\ a ,b (t )

a: % \ a ,b \ a , b

G a , a .G b ,b

(3)

La transforme en ondelette est inversible, o :

f (t )

1 C\

a
R

1
2

% f \ a ,b

\ a ,b da.db

(4)

o C\ est un coefficient dont lexpression est :

dZ Z  est la (Avec \ Z R transforme de Fourier de\ t  ) C\ Z  2S \
2

En pratique on a plus souvent faire des signaux discrets, mais mme sans cela on a intrt discrtiser les valeurs de a et b. On va reprsenter, en les juxtaposant, les supports temporels et frquentiels des ondelettes dans le plan dfini en abscisse par l'axe temporel et en ordonn par l'axe frquentiel. On visualise ainsi comment est dcoup le plan temps frquence pour chaque type de transforme (voir Figure1)

La fonction ondelette doit vrifier un certain nombre de proprits, la premire d'entre elle se nomme condition d'admissibilit. Soit: \ t  L2 , lors :

Z  \
Z

dZ % f

(5)

Z  Z Soit : \

Cette condition satisfaite, on peut analyser le signal puit le reconstruire sans perte dinformation. La condition d'admissibilit implique en outre que la transforme de Fourier de l'ondelette la frquence du continu (pour Z 0 ) doit tre nulle.
0

Fig1: Plan temps-frquence ou temps -chelle Le pavage temps-chelle utilis sur la figure suggre une mthode de discrtisation exponentielle pour les chelles et pour le temps. Soit : a=a0m et b=b0n avec a0 , b0 Z ,

(6)

Ceci implique en particulier deux consquences importantes :

x x

la premire est que les ondelettes doivent possder un spectre de type passe-bande la seconde apparat en rcrivant l'quation (6) de faon quivalente sous la forme :

on obtient alors une transforme en ondelettes discrte :

To(m, n) a0

m 2

et montre que \ t  doit tre moyenne nulle.

R

\ t dt

f (t )\ (a
R

m

t  nb0 )dt

(8)

(7)

Transforme en ondelette continueTransforme en ondelette discrte :

La formule 1 dpend des rels a et b, on peut dcider d'une infinit de valeur pour ces deux paramtres ; on peut les faire varier continment : on parle alors de transforme en ondelette continue. De par cette aspect la transforme en ondelette telle qu'elle est dfinit est redondante, c'est dire que l'on obtient plus de coefficients d'ondelette qu'il n'en est ncessaire pour dcrire le signal de manire exhaustive. On va donc essayer de rduire cette redondance, car il est clair que de petite variation sur les valeurs de a ou b entranent de petites variations sur les coefficients To(a,b).

Pour analyser le signal ECG, nous devons faire un choix du type dondelette et de ses paramtres. Ce choix dune ondelette analysante se fait en fonction de lanalyse effectue [1]. Alors, londelette devra satisfaire les critres suivants : la rgularit, la symtrie et la dcroissance rapide linfini. Parmis ces ondelettes, nous avons londelette chapeau mexicain (Sombrero), qui est exprim par lquation suivante :

\ t 
x

1 1t 2 e 2 4 9S

t2

(9)

Implmentation par banc de filtres

Nous nvoquerons pas ici le cas des ondelettes continues (Sombrero, Morlet) qui s'implmentent directement dans l'espace de Fourier. Une ondelette a un spectre de type passe-bande.

si nous dilatons notre ondelette dun facteur 2, cela va compresser la largeur du spectre et dcaler le spectre d'un facteur 2. En rptant la procdure de dilatation, on peut couvrir par dcalages successifs l'ensemble du domaine spectral (de la mme faon que l'on couvre le domaine temporel par des ondelettes translates). Pour obtenir une bonne couverture frquentielle, les spectres doivent se toucher en se tenant la main, (ceci est possible pour un choix convenable de l'ondelette). Une srie d'ondelettes dilates peut donc tre vu comme un ensemble de filtres passebande.

La fonction d'chelle comme proprit de pouvoir engendr une base orthonorm de Vj par dilatation et translation :

) j, n
(12)

1 ) 2 j t n , avec j, n Z. 2j

Les ) j, n constituent les fonctions de base de l'espace Vj qui est orthonorm si :

La fonction ) , appel fonction dchelle, possde donc un spectre passe-bas et va nous aider effectuer la distance parcourir pour couvrir la totalit du domaine spectral. De cette manire on limite le nombre d'ondelettes dilates ncessaires pour couvrir tout le spectre. La fonction d'chelle possde une condition d'admissibilit [2]:

)t )*t n dt G n  , avec n Z. R

(13)

L'approximation la rsolution j dfinie par la suite discrte des nombres (rels ou complexes) est dfinie par :

an j % f ) j, n

(14)

)t dt
x

Espace de dtails : L'espace des dtails Wj est l'espace tel que :

(10)

Analyse multi-rsolution

V j 1 V j W j

(15)

Espace dapproximation : Le dcoupage de l'espace frquentiel apport par le banc de filtres permet d'introduirela notion d'analyse multirsolutions, c'est--dire que le fait de permettre d'analyser la fois des niveaux grossiers (peu riches en dtails ou basses frquences) et des niveaux fins (riches en dtails ou hautes frquences). On va pouvoir montrer la construction d'ondelettes orthogonales[2]. On se place dans le cadre de l'espace L2R  des fonctions continues d'une variable relle et de carr intgrable. On peut construire une analyse multi rsolution l'aide de sous-espaces Vj, embots les uns dans les autres, tels que le passage de l'un l'autre soit le rsultat d'un changement de facteur d'chelle (ce qui correspond un zoom).

C'est l'espace contenant la diffrence d'information entre une approximation la rsolution j et une approximation la rsolution j1. soit h>n@ une suite numrique, considre comme tant la rponse implusionnelle dun filtre numrique H, telle que :

h>n@ %) ) 1, n

(16)

alors, nous pouvons crire :

) j, n

h>k @) j 1, k  2n k

(17)

Les coefficients de lapproximation la rsolution j, sont donns par :

f x V j f x V j 1 2

f x Correspond une dilatation dun 2

facteur 2.

anj

(11)

Nous notons aussi : h >n@ h>n@ la squence retourne (ou filtre symtrique).

h>k @% f ) j 1, k  2n l

(18)

Soit g>n@ la rponse implusionnelle dun filtre numrique, telle que :

~>n@ g>n@ , nous permet daboutir et g lexpression des coefficient dtails.

g>n@ 1 h>1n@
n

(19)

des valeurs importantes avec une dcroissance particulire le long des chelles(fig2 3).

Dune faon gnrale, nous pouvons dcrire une procdure utilisant les ondelettes soit en parlant de la fonction ondelette \ et de la fonction dchelle: ) , soit en parlant des filtre h et g. Nous pouvons rsumer les algorithmes danalyse et de reconstruction en ondelette par lutilisation des motifs de bans de filtre prsent sur les figures 2 et 3.

Fig4: Trac dECG bruit.

Fig2: Algorithme danalyse.

Fig5: Analyse par Ondelette chapeau mexicain Nous constatons que les basses frquences sont reprsentes en haut de limage, et les hautes frquences en bas de celle ci. La prdominance des complexes QRS marque la prsence des autres ondes en basses frquences. De mme le bruit persiste tout au long du signal, et se manifeste essentiellement en hautes frquences par la prsence de raies verticales. 2/ Le trac suivant, est un trac dECG particulirement bruit.

Fig3: Algorithme de reconstitution. Nous remarquons sur le schma d'analyse que si l'on ne sous-chantillonne pas on obtient deux fois plus d'informations qu'il n'en est ncessaire pour chaque niveau d'analyse (cest pour cette raison que l'on peut sous-chantillonner d'un facteur 2). Cette redondance peut-tre cependant largement exploite [3]. III Rsultats et discussions: Pour estimer le niveau de bruit dun signal, on peut regarder au niveau de son spectre la prsence de hautes frquences. Cependant l'incapacit, lie la transforme de Fourier, de localiser temporellement le bruit avec prcision peut tre gnante d'autant plus que la partie du spectre due aux composantes du QRS et celle due au bruit peuvent tre troitement mles. De plus un signal ECG peut tre parasit de faon trs transitoire. 1/ nous avons donc dcid d'utiliser les proprits des ondelettes : dcoupage du spectre en sousbandes. Pour la rgularit, nous pouvons dire que ce sont les coefficients d'ondelettes lis des phnomnes importants dans le signal (bruit, QRS) vont avoir tendance se manifester le long des diffrentes chelles, ces coefficients auront

Fig6: Signal ECG temporairement bruit.

Une analyse par ondelette chapeau mexicain, donne le trac suivant :

Fig9: Signal ECG bruit.

Fig7: Analyse par ondelette chapeau Mexicain. Nous remarquons que dans la partie o le signal est bruit, il y a apparition de raie, ces raies disparaissent lorsque le bruit est filtr. 3/ Pour cela on a dcid de regarder lallure des coefficients dtails dondelette Debauchie:

Fig10: Signal dbruit. Regardons les rsultats obtenus (fig10) par le biais dun filtrage numrique ayant pour quation de rcurrence : y(1)=x(1) y(n)=1.7281y(n-1)-0.9038y(n-2)+x(n)-1.7848x(n1)+x(n-2). Ce filtre a t calcul pour liminer le bruit de rseau.

Fig8: Coefficients dtails dondelette Debauchie. Nous constatons que ces variations suivent le contenu du signal original, o il y a une faible variation des coefficients dans la partie o le signal est non bruit, et une forte variation des coefficients dans la partie bruit. On repre aussi les composantes du complexe QRS. 4/ Reprenons le signal original et appliquons londelette Debauchie pour le dbruiter, nous obtenons les rsultats suivants :

Fig11: Signal ECG filtr par filtrage rcursif. 5/ Comparaisons des deux mthodes :

Fig12 : Superposition des tracs du signal filtr par les deux mthodes.

Nous remarquons que la mthode des ondelettes Debauchies donne de meilleurs rsultats par rapport au filtrage rcursif. En outre le Filtrage rcursif nest plus efficace ds que le bruit de rseau fluctue autour du 50Hz, alors que la mthode des ondelettes reste efficace puisque le bruit est limin par tapes avec chaque fois la reconstitution du signal. Fig.15: Mise en forme de lECG. 6/ Comparaison du spectre dun signal filtr par la mthode des ondelettes avec le spectre dun signal ayant subit un filtrage rcusif: IV -Conclusion: Dans cette article nous avons exploit la transforme en ondelette pour le traitement numrique dun signal physiologique, en loccurrence lECG. Lintrt de ce travail est de pouvoir dtecter les bruits de rseau en utilisant londelette sumbrero. Le dbruitage du signal ECG a t effectu par londellete Debauchie. Nous avons ensuite compar les rsultats avec ceux obtenus au moyen des filtres recursifs. Les tracs du spectre du signal filtr par filtre numrique puis par ondelette, nous ont permis de constater que les raies relatives aux bruits de drive napparaissent plus dans le spectre du signal dbruit par la mthode des ondelettes. Enfin la transforme en ondelette sest avre trs efficace pour llimination des drives dues au mouvements respiratoires. V- Rfrences : [1] N. Nikolaev, Z. Nikolov, A. Gotchev and K. Egiazarian Wavelet domain Wiener filtering for ECG denoising using improved signal estimate. EUSIPCO, sept 2000. [2] S. Mallat, Exploitation des signaux en Ondelettes. [3] F. Truchelet. Ondelettes pour le signal numrique. Herms, collection Traitement du signal dition, 1998.

Fig13: Spectre du signal filtr par ondelettes.

Fig14: Spectre dun signal ayant subit un filtrage rcursif. Nous remarquons dans le spectre filtr par ondelette labsence des raies reprsentatives des drives du signal ECG. 7/ Mise en forme du signal ECG aprs drives dues aux mouvements respiratoire par la mthode des ondelettes :