心電信號去噪算法的研究.pdf

1、在心電信號采集過程中存在工頻干擾、運(yùn)動(dòng)偽跡、肌電噪聲和基線漂移等，因此，為了提高診斷心血管疾病的準(zhǔn)確性，對心電信號進(jìn)行去噪研究具有非常重要的臨床價(jià)值和現(xiàn)實(shí)意義。
　　 本文首先在研究心電信號的理論、小波理論基礎(chǔ)上，介紹了模極大值去噪算法、空域相關(guān)法去噪算法、小波閾值去噪算法三種心電信號去噪算法，并在計(jì)算量、穩(wěn)定性、去噪效果、適用范圍四個(gè)方面進(jìn)行了比較。其中重點(diǎn)介紹了小波閾值去噪算法和影響小波閾值去噪算法的幾個(gè)因素，指出閾值及閾值

2、函數(shù)的選擇直接影響去噪效果。本文主要基于改進(jìn)閾值和閾值函數(shù)進(jìn)行心電信號去噪算法的研究。
　　 針對基于改進(jìn)閾值的心電信號去噪算法的研究中，本文給出了基于峰度改進(jìn)閾值的小波閾值去噪算法。在該算法的研究中，本文根據(jù)各尺度下分解的小波系數(shù)峰度系數(shù)、心電信號能量分布和心電信號能量分布密度以及各層小波系數(shù)的最大值，給出了四種改進(jìn)的閾值選擇策略：基于信號能量分布的閾值、基于信號能量密度分布的閾值、基于信號高頻能量分布的閾值、基于信號高頻能量

3、密度分布的閾值，并利用基于峰度改進(jìn)閾值的小波閾值去噪算法驗(yàn)證，得出基于信號能量密度分布的閾值有效地改善了閾值過大造成的信號失真，閾值過小達(dá)不到消噪效果的情況。該算法與使用傳統(tǒng)小波閾值去噪算法相比，心電信號各波段的信息損失更小，也更光滑。
　　 針對基于改進(jìn)閾值函數(shù)的心電信號去噪算法的研究中，本文給出了基于改進(jìn)軟閾值函數(shù)的小波形態(tài)學(xué)去噪算法。在該算法的研究中，首先在分析5種基于軟閾值函數(shù)改進(jìn)的閾值函數(shù)的基礎(chǔ)上，構(gòu)造出更符合噪聲規(guī)律

4、的基于軟閾值方法的閾值函數(shù)，該函數(shù)改進(jìn)了軟閾值函數(shù)在小波域連續(xù)，其導(dǎo)數(shù)不連續(xù)以及對大于閾值的小波系數(shù)采取恒定收縮的缺陷，不僅導(dǎo)數(shù)連續(xù)而且噪聲分量隨著小波系數(shù)的增大而減少；接著分析了數(shù)學(xué)形態(tài)學(xué)中的開、閉運(yùn)算與圖像的凸、凹細(xì)節(jié)、去除噪聲的關(guān)系，給出使用多尺度結(jié)構(gòu)元素對含噪信號進(jìn)行形態(tài)學(xué)運(yùn)算的方法去噪，將改進(jìn)的閾值函數(shù)和形態(tài)學(xué)知識進(jìn)行融合給出該算法。實(shí)驗(yàn)驗(yàn)證了該算法比單獨(dú)使用小波進(jìn)行去噪在保留原信號各波段重要信息和控制失真度方面效果好。