基于小波变换和波形信息的P波检测方法

通过小波变换对ECG信号进行分解，根据模极大值对求出所有的P波。之后，用一简单有效的方法求出每个P波的起、终点，再利用P波的弧度值及P波与折线P波的相关系数值选择出真正的P波。该方法经过MIT/BIH心电数据库中9个长达30分钟的文件的检验，取得了满意的结果。     

用小波变换结合神经网络检测ECG信号的P波

通过小波变换对ＥＧＣ信号进行分解,然后采用神经网络检测ＥＣＧ信号的Ｐ波,该方法作为一种辅助检测手段,效果良好。将其用于心率变异性分析具有重要意义。     

心电信号的小波变换滤波算法的改进

对心电信号的滤波算法进行了改进。在利用小波变换实现心电图信号滤波算法的基础上，增加了对2^3尺度下小波分解所得细节信号的模极大值对的检测功能，以修复因滤波受损的心电信号的QRS波。经MIT／BIH标准心电数据库验证，试验表明，该方法行之有效。     

癫痫脑电棘波的小波变换模极大值对检测方法

本文首次将对小波变换模极大值对检测信号奇异点的理论应用于癫痫脑电信号,对棘波进行检测。采用二进样条小波脑电信号按Ｍａｌｌａｔ算法进行变换,分析含有奇异点的信号,即棘波,与其小波变换模数大值对的关系,对棘波进行识别。     

基于小波变换的异常心电信号S-T段检测

基于小波变换的各个尺度上模极大值，本文深入研究了异常心电信号尤其是梗死发生时S-T段的检测。同时分析了传统的用单一模极值线方法刻画QRS波群时所存在的不足，在此基础上提出了模极值线群的方法以解决复杂QRS波群结构下S-T段检测问题。并采用matlab对physionet的The PTB Diagnostic ECG Database中信号进行算法评估。实验结果表明，使用模极值线群的方法可以更好地适应梗死病发时S-T段检测的需要。     

基于小波变换的QRS波群实时检测算法

本文研究了基于小波变换方法的心电信号QRS波群检测算法,通过对心电信号进行低通滤波、小波变换、差分平滑、阈值检测和修正策略等技术,提高了QRS波群的检测率.经MIT-BIH心律失常心电数据库全部48例数据的检验,QRS波检测灵敏度达99.82%,真阳性率达99.52%.在Windows环境下可实时实现.     

ECG信号的小波变换检测方法

本文反小波变换应用于ＥＣＧ信号的ＱＲＳ波检测。利用二进样条小波对信号按Ｍａｌｌａｔ算法进行变换：从二进小波变换的等效滤波器的角度，分析了信号奇异点（Ｒ峰点）与其小波变换模极大值对的零交叉点的关系。在检测中运用了一系列策略以增强算法的抗干扰能力、提高ＱＲＳ波的正确检测率。经ＭＩＴ／ＢＩＨ标准心电数据库检测验证，ＱＲＳ波正确检测率高达９９．８％。     

ECG信号小波变换与峰谷检测算法的研究

本文在ECG信号检测过程中，将ECG信号在3尺度上的Haar小波分解的细节信号模极大值对检测与数学形态学峰谷检测相结合，提出了ECG信号小波变换与峰谷检测算法，该算法弥补了小波变换算法对ECG信号时域特征检测的不足，有效地提高了ECG信号检测的准确度。     

脑电棘波识别和噪声消除的小波变换方法

研究了利用二进小波变的的模极大值识别脑电信号奇异点如棘波和消除噪声的方法,该方法在较好保留原脑电信号奇异信息的同时能有效地消除噪声,进一步讨论了信号与白噪声的奇异性指数的区别,以及小波变换模极大值沿各变换尺度传递的不同特性,并利用该特性区分信号中的奇异点和噪声,能准确识别奇异点的位置,这种奇异性识别技术在信号的特征提取和消除噪声方面有广阔的应用前景。     

基于小波变换的运动心电ST段检测方法

心电图中ST段异常与心肌缺血有直接联系,在临床上是预测心肌梗死的重要指标.在静息状况下,有时心肌缺血不明显,而在运动负荷下,才能准确捕获ST段异常的现象.由于ST段信号微弱易受干扰,所以长时间运动心电检测ST段的主要障碍是基线漂移和肌电干扰.结合小波变换良好的时域定位特性和心电信号特点相结合,本文提出了QRS波群窗口滤波法.经长时间ST段数据库验证和临床实际检验,该方法具有良好的抗干扰性和准确性.     

基于小波变换的心电信号准无损压缩算法

提出了基于小波变换的心电信号准无损压缩算法。在对原始信号进行一级小波分解的基础上，根据高频分量和低频分量所占位数的不同分别进行无损压缩。实验结果表明该方法失真度非常小，而且算法简单，运算速度快。     

心电信号QRS波的识别算法及程序设计

实现心电图QRS波检测的算法有很多,本文介绍了一种算法,即利用波变换的多尺特性,可以将QRS波从高P波,高T波,噪声,基线漂移和伪迹中分离出灵,并采用Microsoft VisualC 5.0编程实现算法,使用该方法对MIT／BIH心电数据库中带有严重基线漂移和噪声的心电信号进行处理,对QRS的识别率高达99．8％,文中给出给程序设计要点和程序流程图。     

基于小波变换与形态学运算的ECG综合检测算法的研究

针对心电波形检测中小波变换算法的缺点 ,在 ECG特征点检测中 ,将原始信号在 3尺度上的 haar小波分解的细节信号模极大值对检测法与数学形态学峰谷检测相结合 ,提出了一种新的心电波形特征点综合检测算法 ,该算法弥补了小波变换算法对信号振幅检测上的不足 ,有效地提高了心电信号特征点检测的准确度。     

12导联心电图P波检测算法

本文提出了一种心电信号中P波检测方法.首先分析了小波变换方法和翼形函数(wings function)方法检测P波的特点,然后提出了一种应用小波变换初步判定有无P波后,在原始信号上再应用翼形函数方法精确检测P波峰点、判定P波形态的方法,最后给出P波单导联和12导联整体起点、终点的确定方法.经上海市第六人民医院随机采样的320例心电图检测验证,P波正确检率达到98%.     

基于自适应小波神经网络的心电图检测法

自适应小波神经网络检测法就是利用小波函数取代通常神经网络中隐层的作用函数来实现的，通过网络的学习自适应地调整尺度参数和时移因子，提高了特征提取能力，因此，该网络可提高心电信号的检测率和可靠性。     

基于DSP实现ECG信号的小波变换

本文比较了各种实现小波变换方法的优缺点,采用TMS320F206系列的DSP系统实现ECG信号的小波变换,利用多孔算法实现一尺度到四尺度的Marr小波变换.本系统对6K的ECG信号处理需要400ms的时间.采用硬件DSP的方法大大提高了小波变换的速度,其结果可以用于R波或异常心电检测的实际应用.     

基于小波变换算法的12导联同步心电图计算机辅助波形测量标定系统

研究了基于小波变换的心电波形识别算法，设计了12导联同步心电图计算机辅助分析系统，方便了临床医生对心电图波形的测量和标定。提高了心电图计算机自动识别的准确率和正检测率。