基于连续小波变换的心电信号特征提取及其仪器实现

介绍了一种用于心电信号的记录和识别的虚拟式测量和分析仪器系统，目的是要构建一种基于PC的虚拟仪器．能够实现十二导联心电信号的同步记录、同步整体观察及测量12导联同一心动周期的波形，从而提高心电参数测量的准确性。同时，由于Mexican hat小波特有的时域特性，对QRS波群具有很好的定位特性和分析精度，因此在本仪器中利用连续小波变换，选用Mexicanhat作为小波基，对心电信号中的特征信息进行精确检测，并给出准确的心电信号特征描述参数。对临床实测心电信号的分析表明，即使在有严重噪声干扰的情况下，本方法也很容易实现对心电信号特征信息的精确描述，并且具有很高的实时性，从而在本仪器中获得了实际和有效的应用。     

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。     

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％。     

基于小波包变换的癫痫心电信号特征提取

目的:针对癫痫病的检测,从脑电中获取癫痫特征是传统的方法,但是,心电与脑电相结合的诊断方式是未来医疗卫生事业的重要发展方向,所以利用心电信号表征癫痫信息是一个值得研究的课题。方法:小波包变换为心电信号提供了一种十分精细的分析方法,它实现了信号能量在等宽频带上的分解。首先对单周期样本心电信号进行多层小波包分解,重构各个结点的分解系数并提取结点的能量;然后运用最小二乘法对结点能量值进行十次曲线拟合,并提取曲线中的能量极大值点。结果:在0 Hz到0.65 Hz频带内,癫痫心电样本的能量极大值点的频率位置集中在四个特征频带内,而其它心电样本的能量极大值点大部分分布在这四个频带范围以外,这为癫痫病的检测提供了良好的分类特征,实验结果表明本文算法对癫痫病具有较高的识别率。结论:心电信号易于检测且硬件成本低,在医疗中的应用十分频繁,本文算法能够方便的从心电信号中获取癫痫信息,这为癫痫病的检测与诊断提供了一条十分实用的途径。     

基于复值小波分解的QRS波群检测算法

心电信号特征参数的提取和识别是心电图分析和诊断的基础。在心电信号的分析中,QRS波群快速准确的检测非常重要,它是相关参数计算和诊断的前提。本文对心电信号进行复值小波分解后,利用分解结果的模值来检测QRS波。由于心电信号的形态和幅值因人而异,所以用自学习算法来调整阈值以适应信号的变化。用MIT-BIH心电数据库中的数据对以上方法进行验证,QRS波群的检测率高达99.81%以上。最后,在检测出QRS波群特征点的基础上,利用相类似的方法检测出P、T波。     

一种基于经验小波变换的心电信号室性早搏检测算法

针对心电信号中的室性早搏心拍检测问题,使用经验小波变换（EWT）实现心电信号的自适应分解。根据心电信号时频能量变化特征,提出了一种低复杂度的频域累积能量特征计算方法,并分析了室性早搏与正常心电信号的特征差异性。最后利用反向传播神经网络在MIT-BIH心电数据库上进行心拍样本训练与识别测试。结果表明基于EWT的特征提取避免了传统时域特征提取中的QRS波群检测过程,降低了其它干扰因素对诊断结果的影响,具有较高的分类精度与良好的鲁棒性,总体敏感度与总体阳性检测率分别达到96.55%和97.73%。     

主成分分析和线性判别分析应用于心电信号特征提取和诊断算法研究

针对心脏疾病发病率高且不易自主检测的问题,提出了一种心电信号特征提取和分类诊断算法。首先对心电信号进行提升小波变换和改进半软阈值相结合的预处理变换,在去除心电信号的噪声后,利用主成分分析(principal component analysis,PCA)对心电信号进行降维,并利用核独立成分提取心电信号的非线性特征;同时离散小波变换提取去噪后心电信号的频域特征,基于线性判别分析(linear discriminant analysis, LDA)对频域统计特征进行降维处理。将两种不同的特征向量组成多域特征空间,最后利用支持向量机对多域特征空间分类,遗传算法对其参数进行寻优,从而实现心电信号特征的分类。实验结果表明,所提出的算法能够对5类心电节拍进行准确分类,分类效率达99.11%。     

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。     

基于小波变换和似然无偏估计的运动心电信号伪差消除法

介绍了一种基于小波变换并结合似然无偏估计来消除运动心电信号中基线漂移和肌电噪声的新方法 ,且提出了评价心电消噪算法有效性的两个指标。该方法利用小波变换多分辨率分析的特性 ,将原始运动心电信号进行多尺度分解及单支重构 ,根据运动心电信号的自身特征 ,结合似然无偏估计针对不同的心电细节成分进行阈值消噪处理。研究结果表明 ,该方法能有效消除运动心电信号中的干扰成分 ,为进一步研究运动心电信号的特征识别分析提供了新途径。     

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.     

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％。     

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.     

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。     

基于非负盲分离的胎儿心率检测方法

胎儿心率监测是一种有效评估胎儿当前健康状况的重要参考依据。为了可以快速准确地获取胎儿心率,该文提出一种基于非负盲分离的胎儿心率检测方法。该方法首先对采集得到的腹壁信号进行预处理,平稳小波变换后重构出母亲心电信号;接着,采用相减法去除母亲心电信号,再把剩下含有噪声的胎儿心电信号通过时频变换得到Born-Jordan分布;最后,利用非负矩阵分解得到胎儿心电的特征信号,检测其R波位置求得胎儿瞬时心率。实验结果表明,该方法可以快速、准确有效地获得胎儿地瞬时心率数据。     

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。     

基于小波包变换与自适应阈值的ECG信号滤波算法研究

目的:在心电信号(ECG)的采集过程中,常常会受到噪声的影响,为了正确进行心电参数测量、波形识别和病情诊断,在低信噪微弱信号检测中必须要进行噪声抑制,提高信噪比.噪声的滤波处理是心电图分析的一个重要步骤.方法:本文提出了一种基于小波包变换及与分解层次相关的自适应阈值的去噪方法,利用小波包对心电信号进行分解,可以同时对信...