共查询到15条相似文献,搜索用时 312 毫秒
1.
基于平稳小波变换的自适应心电信号去噪方法 总被引:1,自引:0,他引:1
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。 相似文献
2.
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。 相似文献
3.
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。 相似文献
4.
运动心电信号特征提取的小波变换方法 总被引:3,自引:0,他引:3
叶继伦 《中国医疗器械杂志》1999,23(5):268-271
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。 相似文献
5.
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。 相似文献
6.
7.
8.
9.
10.
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。 相似文献
11.
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。 相似文献
12.
12导联同步心电信号自动检测技术的研究 总被引:3,自引:0,他引:3
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。 相似文献
13.
14.
基于小波变换的中医脉象信号特征提取与分析 总被引:6,自引:0,他引:6
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%)。 相似文献
15.
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。 相似文献