基于平稳小波变换的自适应心电信号去噪方法

针对小波变换的阀值去噪在心电信号消噪中的缺陷,提出将平稳小波变换和自适应滤波方法相结合的心电信号消噪方法。平稳小波变换有效地抑制了传统离散正交小波变换易产生Gibbs振荡现象。在高尺度的平稳小波分解系数中引入了自适应滤波,既消除了基线漂移噪声,又较好的保持了心电信号的低频低幅的P波、T波及ST段波的形态。这对于进一步分析心电信号的其他特征信息具有重要作用。     

基于小波变换系数的心电信号基线漂移噪声去除方法

目的：心电信号（ECG）是临床诊断心血管疾病的重要依据,但由于基线漂移等噪声的存在影响了其诊断的准确性,因此在心血管诊断中必须先对ECG信号中的基线漂移进行矫正。方法：利用DB3小波对心电信号进行分解,根据分解的特点,将低频小波系数置零,然后重构形成新的ECG信号。结果：将该方法用于MIT-BIH的ECG记录,结果显示能够较好地滤除ECG信号中的基线漂移噪声。结论：该方法可以准确地去除基线漂移分量,并保留ECG的波形变化,为后续的ECG自动检测奠定了基础。     

基于经验模态分解融合快速傅里叶变换的脉搏信号频域特征分析

糖尿病已经成为危害健康的重要因素之一。针对现有糖尿病患者无损检测中存在的不足，提出了一种基于经验模态分解融合快速傅里叶变换的脉搏特征分析算法。算法利用经验模态分解算法的自适应特点，将具有非线性非稳态特征的脉搏波信号进行经验模态分解重构，消除背景噪声对脉搏波的影响。然后，采用快速傅里叶变换对信号进行频域特征分析。实验结果表明：光学体积描记术信号的基频最大值偏移了12.5%，而且峰值也增加了63.64%；二次谐波向右偏移了26.67%，数值增加了16.28%。42名志愿者的统计分析也证实，糖尿病患者的光学体积描记术信号与健康人相比，基频的峰值会明显高于健康人群，且峰值所在频率也明显高于健康人群。因此，该算法得到的频域特征可以应用在糖尿病患者早期辅助诊断中，具有重要的应用价值。     

运动心电信号特征提取的小波变换方法

介绍了小波变换的基本原理以及基于高斯型函数的一阶导数的二进小波变换的算法,并在运动心电信号特征参数的识别中应用该小波变换方法,研究表明小波变换方法对于消除运动心电信号中基线漂移和噪声的效果是十分明显的,这为进一步研究运动心电信号的特征识别提供了新的途径。     

基于提升小波的心电信号基线漂移的去除方法

目的：避免传统小波变换基于卷积算法中的冗余计算,同时去除心电信号（ECG）在采集中混入其中的基线漂移噪声。方法：根据提升小波变换采取双小波基函数结合的方法,经分解、含噪声子带系数置零、逆变换形成去噪的心电信号。结果：运用MATLAB环境对MIT-BIH数据库提供的心电信号数据及基线漂移噪声信号bw进行去除基线漂移仿真验证,其基线漂移均被有效去除。结论：ECG信号经该方法处理后其所含有的基线漂移噪声被准确去除,且原信号中的波形信息被有效保留,可为心电信号特征参数的检测提供帮助。     

基于LabVIEW的脉搏信号基线漂移去除

目的:去除脉搏波信号中存在的基线漂移等干扰噪声,提取清晰的脉搏信号以便于诊断、治疗心血管疾病。方法:采用LabVIEW作为软件平台、NI数据采集卡为硬件平台,研制了一套测量系统。该系统将传感器采集到的脉搏信号通过采集卡传送到PC,采用样条插值拟合的方法,去除信号中的基线漂移。结果:通过分析信号的频谱表明,处理后脉搏波的信噪比得到了明显改善。结论:该系统对脉搏信号中的基线漂移去除效果良好。     

基于经验模态分解的脉搏波特征提取

目的：提取脉搏波上升支起点（u）和降支切迹（DN）特征点,计算左室射血时间（LVET）。方法：通过经验模态分解、对含噪的脉搏波进行去噪处理,选取重复出现的特殊波形,且该波数与脉搏波周期出现的次数大致相同的经验模态分解分量,利用幅值判据和多次试验经验相结合的方法,获得脉搏波的时域特征点。结果：经分析对比几种去噪方法发现,经验模态分解去噪具有高信噪比特点,其分量可以准确定位脉搏波相应的特征点。结论：经验模态分解可应用于脉搏波处理,实现去噪和特征点提取。     

雷达式非接触生命参数检测系统中心跳信号提取方法研究

雷达式生命参数检测系统采集的微弱生命参数信号是受到检测对象呼吸及心跳所导致的微动共同作用的复合信号．而且背景噪声随机性较强。为从复合信号中提取出特征明显的心跳信号，采用小波变换的方法，应用Symlets小波将信号各成分分解细化，调节小波分解系数后进行小波重构，从复合信号中提取出规则的心跳信号，为临床监护提供了一种新的非接触检测人体生命参数信号的方法。     

自动测量QT间期方法研究的新进展

本文介绍了自动测量QT间期方法研究的新进展,主要包括根据ECG信号特点设定经验阈值进行特征点检测的方法;利用连续小波变换(CWT)和快速小波变换(FWT)的时-频方法;建立QRS及T波模型,根据互相关系数迭代改进模型得到QT间期的方法及基于心脏模型测量QT间期的方法等。重点讨论了应用主分量分析法识别QRS波和应用散点图法选取典型心搏的优点。通过对比自动方法与手动方法得到的结果,可以看出QT间期的自动测量方法比手动方法更稳定,可重复性更高。     

微电极临床记录的电生理信号的处理方法

在微电极导向的立体定向手术治疗帕金森病中，依据神经元的自发放电特征，对微电极定位，由于细胞放电信号频率成份复杂，噪声干扰严重，基线漂移大，从微电极记录中很难识别出神经元的放电。为此提出一种新的非线性方法提取神经元放电，利用多分辨小竣变换对信号分解，对有用信息分量系数平方，再对信号重构。对112个病人的放电记录处理结果表明，该方法能有效地提取出细胞放电波形，剔除噪声。     

基于HHT的胃电信号处理

本文采用HHE（Hilbert—HuangTransformation,HHT）时间序列分析方法,处理从人体采集到的胃电信号,通过经验模态分解（EMD）技术将一非线性、非稳态过程的原始胃电序列分解为一组内在模态函数（IMF）,然后对每一个IMF进行Hilbert变换,这样得到信号的瞬时频率,然后选择与胃电成分相关的频率成分,即2-4cpm之间的IMF进行重构提取胃电信号,这是一种更具自适应性的、新型的、基于模态分解的时间序列数据处理方法,可以有效去掉叠加在胃电信号中的呼吸和血流等干扰信号,使胃电图（EGG）在临床诊断中更具有实际意义。     

12导联同步心电信号自动检测技术的研究

论述基于ＰＣ机的标准十二导联同步心电图自动检测系统的构成，本系统软件采用Ｗｉｎｄｏｗｓ开发平台面向对象的程序设计方法，从整体结构上分析实现ＱＲＳ复合波、Ｐ波、Ｔ波以及ＳＴ段的检测，实现心电信号的自动分析。内容涉及心电信号预处理技术、波形特征参数检测技术和波形模式识别技术，介绍小波变换在波形特征点识别中的应用方法。     

脉搏波的小波变换过零点分析方法研究

目的：探索中医脉诊客观化的新方法。方法：根据小波变换过零点和信号突变点之间的关系，分别运用小渡变换过零点表征检测脉象时域特征点和备特征点脉搏信号变化的快慢。结果：通过对30例年龄在20-25之间健康人脉象时域特征点过零点位置的统计和其变化快慢的计算．准确定位了其脉象时域特征点过零点位置。结论：应用这种方法可以比较准确地分析脉象信号所携带的各种信息，从而为中医脉诊客观化提供了一种新方法。     

基于小波变换的中医脉象信号特征提取与分析

利用小波变换所具有良好的时——频局部化的能力和对非平稳信号突变点的检测能力。实现对脉象信号同时进行时域、频域特征值的提取和分析；并提取了脉象在不同时间——尺度上的能量特征，可以作为脉象的新的特征值，用于脉象信号的辨识。经1456例临床脉象检测，不仅极大地提高对平、浮、沉、迟、数、虚、实、滑、涩、洪、弦、促、结、代等基本脉的识别率（准确率〉90％），对于由上述基本脉构成的临床常见的相兼脉也有相当高的识别能力（准确率〉82％）。     

三种非线性趋势项的提取方法在生物医学信号分析中的应用

在生物医学信号的分析中往往需要将信号中的趋势成分和非趋势成分进行分离来实现不同的信号分析及应用的目的。该文介绍了三种应用在生物医学信号处理中的用于分离非平稳信号中的非线性趋势的分析方法：小波分析法,经验模式分析法和平滑先验法的原理,并应用它们对三种实际的生物医学信号的数据进行趋势信号与非趋势信号分离的应用举例。提示在非线性的趋势分析中,可根据不同的分析目的和不同的信号特征来选择不同的方法进行应用。