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。     

小波变换在ECG信号滤波中的应用研究

本文首先介绍了小波变换应用于ECG信号消噪处理中的几种常用滤波方法的原理,分析了它们的滤波性能.然后提出一种小波变换与自适应滤波相结合的心电信号去噪方法,实验证明这种去噪方法可以有效抑制心电信号中的噪声干扰,保持信号的波形特征,是对"运用多分辨率分析方法,去除噪声干扰对应小波分解尺度上细节分量"的滤波方法的一种有效改进,达到较好的滤波效果.     

基于集合经验分解与改进阈值函数的小波变换心电信号去噪方法研究

针对心电图(ECG)信号去噪问题,提出了一种基于集合经验分解(EEMD)和改进阈值函数的小波变换去噪方法。首先利用EEMD对含噪的ECG信号进行分解,选取固有模态函数(IMF),重构ECG信号,实现ECG信号的一次去噪;再利用改进阈值函数的小波变换方法对ECG信号进一步去噪。实验中,利用MIT-BIH心电图数据库对提出的方法进行评估,用参数信噪比(SNR)和均方误差(MSE)比较EEMD、改进阈值函数的小波变换方法以及本文提出的方法的去噪效果。实验结果表明:本文提出的方法去噪后的ECG信号波形平滑,特征点幅值无衰减,在去噪的同时更好地保留了原始ECG信号的特征。     

自适应提升小波用于心电信号除噪

人体心电信号随着检测状态及时间的变化显示出明显的非平稳性并伴随着大量的干扰信号.提升小波能很好的对心电信号进行时频定位,并且其运算速度比传统小波高出许多.本研究以提升小波变换为基础,构造了一种基于尺度的自适应提升小波,用它对心电信号（ECG）进行分解,使不同频带的信号显示在小波分解的不同尺度上,并在信号重构时利用一种新的阈值方法去除不同尺度上的干扰信号,从而获得较精确的心电波形,为心电信号的进一步处理奠定了基础.     

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。     

可穿戴式多参数监护装置信号处理平台的设计与实现

背景：可穿戴式多参数监护装置具有生理信号检测和处理、信号特征提取和数据传输等基本功能模块,可实现对人体的无创检测、诊断。 目的：将信号处理平台运用到对时效性和精确度要求较高的可穿戴式多参数监护装置中,提高ECG信号QRS波检测的检测速度和检定准确率。 方法：提出了一种新型可穿戴式多参数监护装置信号处理平台的设计思路,应用TMS320VC5509系列DSP系统实现改进后的LADT压缩算法结合小波变换和阈值检测ECG信号中QRS波的方法。 结果与结论：采用硬件DSP的方法显著提高了QRS波检测的速度,其结果可以用于穿戴式多参数监护装置异常心电检测的实际应用。     

基于小波变换和矢量量化的二维ECG数据压缩算法

本研究针对心电数据的压缩问题,提出了一种新的基于小波变换的二维心电（ECG）数据压缩算法。该算法首先将一维原始ECG信号转化为二维序列信号,从而使ECG数据的两种相关性可得到充分地利用;然后对二维ECG序列进行小波变换,并对变换后的系数应用了一种改进的矢量量化（VQ）方法。在改进的VQ方法中,根据小波变换后系数的特点,构造了一种新的树矢量（TV）。利用本算法与已有基于小波变换的压缩算法和其他二维ECG信号的压缩算法,对MIT/BIH数据库中的心律不齐数据进行了对比压缩实验。结果表明：本算法适用于各种波形特征的ECG信号,并且在保证压缩质量的前提下,可以获得较大的压缩比,具有一定的应用价值。     

改进小波阈值法用于心电信号去噪

由于心电图(ECG)信号的特点以及在采集过程中所受到的干扰影响,ECG信号去噪已成为ECG信号智能分析的基础。本文在基于小波变换方法的基础上,对阈值参数进行改进,提出了与噪声更加匹配的阈值表达式。利用改进的阈值对离散分解后的小波系数进行处理,通过小波逆变换重构信号,能够更加准确地去除噪声的小波系数,保留更多原信号小波系数。采用MIT-BIH中的数据进行实验,结果表明,改进方法较之现有小波阈值去噪方法,能够达到更好的去噪效果。     

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。     

一种可控重构质量的心电信号压缩方法

本文提出了一种基于小波包变换和自适应量化的ECG压缩方法.该方法采用编码率-失真度指标(R-D指标)作为代价函数选择最佳小波基,实现给定重构误差条件下的心电信号有效压缩.     

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。     

ECG analysis using wavelet transform: application to myocardial ischemia detection

In this paper, we propose a method for the detection of myocardial ischemic events from electrocardiogram (ECG) signal using the wavelet transform technique. The wavelet transform is obtained using the quadratic spline wavelet. Then, based on the wavelet transform values, the characteristic points of the ECG signal are found out. These characteristic points are used to identify any ischemic episodes present in the ECG signal. This technique can be extended for other types of cardiac abnormality detections, which induce changes in the ECG.     

正交小波变换的快速算法在心电QRS波检测中的应用

目的：研究基于小波变换的心电QRS波检测的准确率、抗干扰性和实时性，论证其在实际工程应用中的可行性。方法：作者在比较了不同小波基的检测准确率之后，采用一种基于三次B样条小波变换的心电QRS波检测算法，利用离散正交二进小波的快速算法-Mallat算法进行分解滤波，再利用小波变换与信号奇异点的关系，在2^3尺度下识别R波峰值，在2^1尺度上检测QRS波的起点和终点，QRS波的起点和终点对应于小波变换的一对符号相反的模极大值，R波的峰点对应于介于这对模极大值之间的小波变换过零点，并用美国MIT／BIH心电标准数据库分析该算法的准确率、抗干扰性和实时性。结果：该方法具有比较理想的检测准确率，在99％以上；对肌电、工频、基漂等常见的心电信号干扰有较好的容限度，即使心电序列伴有严重的基漂和高频、工频、肌电等干扰，也不影响QRS波的检测；此外，三次B样条小波基的滤波器个数少，提高了运算速度，采样11．4s的数据进行分析，耗时为0．2s～0.3S，实时效果较明显。结论：可以满足实际工程应用的需要。     

Research of fetal ECG extraction using wavelet analysis and adaptive filtering

Extracting clean fetal electrocardiogram (ECG) signals is very important in fetal monitoring. In this paper, we proposed a new method for fetal ECG extraction based on wavelet analysis, the least mean square (LMS) adaptive filtering algorithm, and the spatially selective noise filtration (SSNF) algorithm. First, abdominal signals and thoracic signals were processed by stationary wavelet transform (SWT), and the wavelet coefficients at each scale were obtained. For each scale, the detail coefficients were processed by the LMS algorithm. The coefficient of the abdominal signal was taken as the original input of the LMS adaptive filtering system, and the coefficient of the thoracic signal as the reference input. Then, correlations of the processed wavelet coefficients were computed. The threshold was set and noise components were removed with the SSNF algorithm. Finally, the processed wavelet coefficients were reconstructed by inverse SWT to obtain fetal ECG. Twenty cases of simulated data and 12 cases of clinical data were used. Experimental results showed that the proposed method outperforms the LMS algorithm: (1) it shows improvement in case of superposition R-peaks of fetal ECG and maternal ECG; (2) noise disturbance is eliminated by incorporating the SSNF algorithm and the extracted waveform is more stable; and (3) the performance is proven quantitatively by SNR calculation. The results indicated that the proposed algorithm can be used for extracting fetal ECG from abdominal signals.     

基于Mexican-hat小波的QRS检测新方法

基于心电信号的特征点对应于Mexican—hat小波变换的极值，我们使用Mexican—hat小波检测心电信号的特征点，为心电信号分析提供了新的检测手段。该方法简单，对心电信号特征点定位准确，快速。经MIT—BIH心电数据库检验，QRS波的检测率达到99．9％。     

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％。     

基于功率谱特征的心电数据小波压缩方法

利用心电功率谱特征,探索心电数据压缩新方法。用小波分解心电信号为高频与低频分量,对低频分量继续分解达到要求的级数,对高频分量则根据其所在频段的能量,对临床诊断的价值加以取舍。对MIT生理信号数据库心电数据的压缩与还原分析表明,该方法平衡了压缩比与还原精度之间的矛盾,既具有较高的压缩比,又具有较高的还原精度,而且对信号的适应性也明显增强。另外,该压缩方法还具有一定的去噪作用。说明结合心电功率谱特征与小波变换方法压缩心电有其优势。     

小鼠急性心肌缺血ECG的小波分析

结扎小鼠冠状动脉前降支造成心肌缺血10min，采集小鼠在正常和急性心肌缺血下的ECG信号。采样频率选为500Hz，连续采集20s的数据。用具有对数频率分辨率的小波变换技术来分析ECG信号。选Mexican Hat小波为母函数，尺度因子α在区间[0．00125，2．5]取值，则相应的带通滤波器中心频率为200～0．1Hz。计算出ECG信号在相应尺度下的小波分解系数，然后求出在频率f处带宽为△f内的信号能量，得出了小鼠急性心肌缺血前后ECG信号能量随频率f的变化规律。结果表明：小鼠急性心肌缺血时ECG信号平均能量在0．1～1．0Hz和1～10Hz段是增加的，在10～200Hz段减少。     

基于小波变换的R波检测算法

介绍了一种将小波变换应用于ECG信号检测R波的算法。该算法主要是在离散小波变换和多分辨率分析原理的基础上，利用db1小波特有的时频域特性，运用Mallat快速算法对心电信号进行了3层小波分解，分别在2、3层小波分解的高频系数中选择一定的阈值作为R波的判定条件，实现R波检测。通过对MIT／BIH（Massachusetts Institute of Technology／Boston’s Beth Israel Hospital）心电数据库的R波检测，结果表明，该检测算法即使在噪声干扰和病态的情况下，也很容易实现对R波的准确检测和精确定位，具有相当高的定位精度，R波正确检测率高达到99．8％。