負熵最大化的FastICA心電消噪研究.pdf

1、心電信號是一種在臨床醫(yī)學和生物研究中得到重要應用的生理電信號。通過對心電數(shù)據(jù)的研究,可以了解心臟的生理特性,為心臟及心血管疾病的預防、診斷提供重要依據(jù)。人體心電信號十分微弱,且具有隨機性,而且背景噪聲環(huán)境比較復雜,在提取過程中會受到工頻干擾、基線漂移、肌電干擾等噪聲的影響。因此,更加穩(wěn)健的提取心電信號,從采集的體表心電信號中獲取能夠反映心臟工作狀態(tài)的有用信息是一項有困難的工作,受到國內外信號處理研究人員的普遍關注。
　　 獨立分

2、量分析(Independent Component Analysis,ICA)是一種解構多維觀測信號,獲取統(tǒng)計獨立成分(源信號)的信號處理技術。該技術因其獨特的信號處理機制引起了信息挖掘、信號特征提取、通信信息系統(tǒng)信號分析等眾多研究領域的極大興趣。本文對ICA的算法原理及去噪模型進行了深入的分析,利用心電信號及其各種干擾噪聲信號相互統(tǒng)計獨立的特性,提出了基于負熵最大化快速獨立分量分析(Fast Independent Component

3、Analysis,FastICA)心電信號消噪的方案。并通過降低傳統(tǒng)FastICA算法的迭代運算復雜度減小了計算量,提高了收斂速度。通過仿真實驗,對心電信號中的工頻干擾、肌電尾跡干擾及基線漂移噪聲進行了去噪。心電信號中混入的工頻干擾、肌電噪聲和基線漂移噪聲基本被完全分離,心電信號有效成分得到保留,表明該方案有較好的心電提取效果。
　　 同時,本文還將基于負熵的FastICA心電消噪方法與目前常用的經(jīng)驗模態(tài)分解濾波和小波閾值心電消