基于小波分解的颈动脉波特征提取算法

目的:利用小波变换的时频局域化性质,检测出存在于颈动脉波信号(CAP)中的奇异点和奇异角,并且精确检测奇异角出现的位置。方法:小波变换具有多分辨率等特点,能够通过放大信号的任意细节部分进行时域分析。采用离散小波变换法结合db1小波能够检出脉搏信号中的奇异U角。利用计算CAP时域特征点的小波变换极大值坐标来精确定位脉搏时域特征点,通过检测脉搏的特征参数以及脉搏的突变特征参数,可以客观判定人体脉搏变化规律。结果:CAP信号WT分解很好地抑制了各种病理性、基线漂移等干扰,为进一步进行特征提取创造了条件,基于第一细节信号d1的特征点定位几乎不受各种病理性、基线漂移等干扰的影响,定位比其他传统处理技术更为准确。结论:本文提出了基于小波分解的颈动脉波特征点提取算法,取得高达100%的检测率。在含有大量噪声和伪差的脉搏信号中,仍具有较高正确检出率和良好的抗噪性。根据计算得到CAP信号时域特征点的小波变换极大值的坐标,再利用极大值表征准确测定脉象时域特征点的坐标,能够克服脉搏时域特征点定位不准的问题。     

一种同时消除脉搏波信号中呼吸基线漂移和高频噪声的方法

目的：基于光电容积脉搏波可以实现血氧饱和度等人体生理参数的无创检测。基于光电容积脉搏波测量时,由于信号采集过程中存在人体呼吸和仪器本身热噪声等干扰,脉搏波信号中存在着呼吸基线漂移和高频噪声,影响最终的人体生理参数测量精度。方法：因此提出一种在经验模式分解的过程中结合小波变换的方法,来同时消除呼吸基线漂移和高频噪声的影响。首先通过经验模态分解将脉搏波信号分解为若干内在模式分量,并分别判断出含有呼吸基线漂移和代表高频噪声的分量,对于代表高频噪声的分量采用类似小波变换的方法进行滤波,利用小波变换将含有呼吸基线漂移的分量分解,将代表呼吸基线漂移的小波细节置零,信号重构后就达到了同时消除呼吸基线和高频噪声的目的。利用自行研制的测量装置采集的脉搏波信号进行实验验证,并采用信号交直流比R和信号的频谱进行效果评价。结果：有效地同时消除了呼吸基线漂移和高频噪声。结论：该方法将有利于血氧饱和度等人体生理参数无创检测精度的提高。     

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。     

基于脉搏波传播时间测量的特征信号处理算法的研究

目的针对目前加速度脉搏波特征点检测研究少的问题,本文提出一系列处理算法,并对加速度脉搏波关键点中的a、c两点进行了重点研究。方法通过对加速度脉搏波采用防脉冲移动平均、小波滤波等方法预处理后,采取差分阈值与小波系数模极大值相结合的方法,对关键点位置进行检测。实验处理数据源于对15名在校学生采集的60组容积脉搏波,通过本文算法进行处理、检测和验证。结果对于加速度脉搏波中关键点a、c两点的正确识别率达92％以上。结论本文所述信号处理算法能够对脉搏波传播时间测量中的特征信号进行快速、准确的检出,为新型医疗监护设备的开发设计提供了技术支持。     

基于平滑先验法去除脉搏波基线漂移

脉搏波信号中含有丰富的人体生理病理信息,然而基于光电容积描记法采集到的脉搏波基线漂移非常严重,直接影响到人体生理参数的准确提取。针对目前生物信号处理领域中去除基线漂移所用的方法计算复杂,处理信号时间过长,无法满足对脉搏波进行实时处理等问题,首次提出基于正则化最小二乘法的平滑先验法去除脉搏波的基线漂移。该方法通过分析不同正则化参数下平滑先验法的截止频率,结合脉搏波信号中基线漂移信号的频率范围,选取合适的正则化参数,实现脉搏波基线漂移的去除。实验结果表明,与小波变换法、经验模态分解法相比,该方法去除脉搏波基线漂移效果明显,提高了计算速度,同时也提高了信噪比,有利于下一步对脉搏波特征点的精确提取。     

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。     

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。     

基于小波变换的QRS波检测

目的　将小波变换应用于ECG信号QRS波检测,提高QRS波的正确检测率。方法　利用二进Marr小波对ECG信号按Mallat算法进行变换;从等效滤波器的角度分析了信号奇异点(R波峰值点)与其小波变换模极大值的关系;探讨二次微分小波与一次微分小波在奇异点分析时性能上的差异,在检测中还运用了一系列策略以增强算法的抗干扰能力。结果　经MIT/BIH标准心律失常数据库验证,QRS波的正确检测率高达99.8%。结论　小波技术在ECG信号消噪和精确定位显示良好的性能;不同的小波函数直接影响结果和后续的检测策略。     

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％。     

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。     

基于提升小波变换和多种策略的QRS波检测算法

目的：为了提高计算机处理心电信号的速率和精度,提出了一种基于提升小波变换,结合多种策略的QRS波检测算法。方法：首先采用基于阀值的提升小波去噪方法去除心电信号中的高频白噪声和低频基线漂移;再对处理后的心电信号进行提升小波分解,得出各层逼近信号和细节信号,在第3尺度上采用模极大值阀值法对R波进行检测．找出备选的R波,同时采用几何的方法定位Q波和S波及QRS波起点和终点;最后采用补偿法、波宽法及QRS波时长法对QRS波群进行纠正。结果：本文算法在时域心电图上实现了QRS波的准确定位．提取了心电图的QRS波段。通过MIT—BIH数据库验证,本算法具有很好的表现。结论：实验结果表明,相比传统的算法,本文采用的提升小波和多种策略的检测算法．能有效的检测QRS波,为心电信号的自动识别奠定了基础。     

基于小波阈值法的脉搏波去噪算法

目的消除可穿戴式脉搏波监测设备在连续测量中由于运动造成的运动伪差,保证设备准确性和稳定性。方法通过选取合适的小波基、小波最大分解层数、阈值函数和阈值方法,对脉搏波信号进行小波阈值处理,提出了一种基于小波阈值法去除脉搏波噪声的算法。并针对在脉搏波信号采集过程中出现的基线漂移、工频干扰和运动伪差,与加窗傅里叶变换去噪后的结果进行对比。结果在信噪比、均方差和平滑度等关键指标上,小波阈值法的效果更优。利用db9小波基对脉搏波信号进行6层小波分解,设置启发式阈值所得到的处理效果最好。结论该算法能够有效抑制工频干扰和运动干扰,使信噪比提高22 dB,均方差接近于0,且平滑度降为原来的11%,实现脉搏波信号采集中干扰的有效去除。     

Research on the Method of EEMD in Pulse Wave Signals Processing

The mixed noise in the acquisition process of pulse wave signals will affect the signal analysis, how to effectively eliminate the noise and complete the pulse wave analysis has important practical significance. In this paper, empirical mode decomposition(EMD) and ensemble empirical mode decomposition(EEMD) were used to realize scale decomposition of pulse wave signals to obtain intrinsic mode function(IMF). A band-pass filter was implemented according to the characteristic time scale parameters of the IMF. After filtering and reconstruction, the pulse wave denoising was completed. The denoising effects of EMD, EEMD and wavelet transform were compared in terms of mean square error and signal-to-noise ratio. The result shows that EMD and EEMD are better than wavelet transform, and the effects are similar. Further comparing the Hilbert-Huang spectrum of EMD and EEMD, it can be seen that EEMD can not only avoid mode mixing, but also facilitate the analysis of pulse wave signals.     

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。     

基于混合小波变换的瞬态信号检测方法

探讨了信号的小波变换与匹配滤波的关系,指出小波变换（WT）实际上就是可变检测模板的匹配滤液过程。根据这一思想,提出了基于混合小波的信号检测方法。本文中,“混合小波变换”是指在小波分解和重构中分别使用不同的基本小波。其中分解小波用于实现可变模板的信号检测,重构小波则用以增强被检测信号的特征。我们用该方法对实测脑电信号（EEG）中瞬态脉冲干扰进行检测。实验结果表明该方法能有效地检测出EEG中的瞬态脉冲。     

基于连续小波变换的中医脉象信号处理

应用连续小波变换的一般算法和梅林算法分析了 15例海洛因吸毒者和 15例正常人的脉象信号。两种算法均在 4个尺度下 ,对每一例脉象信号进行了处理 ,从两种算法分析的结果均发现 ,在 0 .2～ 0 .4 s时间间隔内 ,海洛因吸毒者和正常人脉象信号的连续小波变换系数间存在显著差异 ,并为每一算法提出了用于划分海洛因吸毒者与正常人的临界参数。研究结果表明 ,连续小波变换是处理脉象信号的有效方法     

EMD-based Adaptive Wavelet Threshold for Pulse Wave Denoising

It is inevitable that noises will be introduced during the acquisition of pulse wave signal, which can result in morphology changes of the original pulse wave,and affect the hemodynamic analysis and diagnosis based on pulse wave signals. In order to remove these noises, an adaptive de-noising method based on empirical mode decomposition(EMD) and wavelet threshold is proposed in this paper. Compared with the wavelet threshold method for denoising pulse wave, the proposed approach is more effective, especially at low signal-to-noise ratio.     

基于脉搏传感测值和主成分分析对精神疲劳状态的识别

背景：随着科技的进步,研究疲劳的客观手段越来越多,生理指标的介入使其成为医学、认知科学和心理学的研究热点。然而,对精神疲劳的检测目前仍缺乏客观的生理指标。 目的：为了评估精神疲劳状态,提出一种基于脉搏信号的精神疲劳状态识别新方法。 方法：用小波变换对脉搏信号消噪处理,提取脉搏信号功率谱峰值及对应频率、功率谱重心及重心频率特征量,对提取的特征量进行主成分分析,最后用改进的线性判别式分析法分类识别,主成分识别率达100%。 结果与结论：用脉搏信号特征的主成分进行精神疲劳状态识别,获得了满意的分类识别效果,该方法计算简单,稳定性好,识别率高,对精神疲劳状态的评估具有一定的可行性。