心電信號預處理算法研究.pdf

1、心電信號是人體重要的生物電信號之一，從不同層面上反映了心臟的工作狀態(tài)和可靠的內部特征信息，對于心臟疾病的診斷和治療均具有相當重要的臨床參考意義。心電信號比較微弱，在采集過程中經(jīng)常受到各種噪聲的影響，如工頻干擾、基線漂移、肌電干擾和隨機噪聲等，這些噪聲給臨床心血管疾病的準確診斷和分析帶來了障礙。心電信號的消噪預處理是心電檢測、分析和診斷的關鍵環(huán)節(jié)，直接決定著臨床心血管疾病的診斷與治療效果。
　　 本文主要研究了基于經(jīng)驗模式的心電信

2、號預處理算法。在分析了心電信號噪聲特點的基礎上，基于經(jīng)驗模式分解(Empirical Mode Decomposition，簡稱EMD)，針對心電信號中的工頻干擾、基線漂移和肌電干擾等幾種主要噪聲分別設計了相應的濾波算法。利用臨床心電信號進行了仿真和驗證，結果表明本文所提算法可以有效去除心電信號中三種常見的噪聲信號。
　　 本文所做的主要工作有：
　　 提出了基于EMD和自適應濾波的工頻干擾抑制算法。利用EMD分解心電信

3、號，產(chǎn)生IMF，將含有工頻干擾的IMF送入50Hz陷波器，將估計的工頻干擾作為自適應濾波器的參考信號，通過自適應算法抑制工頻。首先闡述了EMD的基本原理，其次構建了EMD-自適應工頻抑制算法，設計了50Hz陷波器，引入了可變步長LMS算法。最后，用臨床實際心電信號驗證了算法性能。結果顯示，50Hz工頻干擾得到了有效的抑制。
　　 提出了基于EMD和自適應濾波的基線漂移抑制算法。利用EMD分解心電信號，得到IMF，將高階低頻的IM

4、F分量滑動平均濾波，將估計的基線干擾作為自適應濾波器的參考信號，通過自適應算法抑制基線。用臨床實際心電信號，系統(tǒng)比較了此算法與傳統(tǒng)的滑動平均濾波法、卡爾曼濾波法和帶通濾波法的消噪性能，結果顯示，心電信號的基線漂移得到了有效濾除。
　　 提出了基于EMD和閾值收縮的綜合噪聲抑制算法。利用EMD分解心電信號，把分解得到的IMF利用閾值函數(shù)進行自適應閾值收縮，重構出原始信號。提出了廣義閾值函數(shù)，推導了基于分解尺度的自適應閾值選??；通過