比较两种去基线漂移的滤波算法

心电图中的低频干扰是影响心电图识别的一个重要因素。本文将介绍两种快速滤波器（小滤波器和ＦＩＲ滤波器），并从速度和滤波性能两方面对其进行比较。证明两种方法在Ｔ波正常的情况下，均可以光滑地跟踪基线漂移。在Ｔ波极端高大的情况下，小波滤波器受到的影响较小     

基于统计加权滑动平均的去心电信号基线漂移

基线漂移(BW)是心电(ECG)信号一种常见的干扰。为了有效去除BW而且保留更多的潜在ECG成分,本文提出了一种简单的基于统计加权滑动平均滤波器(SMA)。首先,对滑动窗口中的ECG数据进行分段,统计并确定几个具有最大概率的数据段范围[ak,bk]。然后,将滑动窗口中数值属于[ak,bk]采样点的权值置为1,否则为0。最后,对窗口中权值为1的采样值进行平均以估计滑动窗口的基线。通过www.physionet.org提供的共享ECG数据对该算法性能进行实验,结果表明:与传统滑动平均滤波器(MA)和小波包(WP)变换滤波相比,该算法能更有效地去除BW,而且产生的ECG扭曲最小。     

基于卡尔曼滤波技术的心电信号在线检测

介绍了一种基于卡尔曼滤波(Kalman filter)的在线评估ECG(electrocardiogram)信号状态的技术。当生理系统发生变化时,ECG信号会有许多突发转变点如跳跃和偏移等,及时准确地检测出这些异常点对临床具有重要意义。系统状态估计误差的突变可以直接预示生理信息的改变。本文介绍了此方法并通过实验验证了该方法的实用性。     

基于小波变换的心电信号基线矫正方法

本文介绍一种基于小波变换的心电信号基线漂移去除方法。该方法利用小波变换多分辨分析的特性,将含噪声及基线漂移心电信号进行多尺度分解,结果表明,某尺度下的分解信号较好地反映了心电信号基线漂移,在重构过程中可直接将其去除。     

基于三次样条插值技术的去除胸阻抗基线漂移的方法研究

目的:胸阻抗信号常伴随呼吸等干扰造成基线漂移,这给临床分析计算、测量带来不良影响,为了消除胸阻抗基线漂移,作者在分析现有去除方法优劣的基础上提出一种新的方法。方法:采用labVIEW编程语言,以阻抗波波谷为插值基准点,利用三次样条差值技术去除胸阻抗基线漂移。结果:利用该方法消除基线后的胸阻抗波形底部非常整齐,而且没有使原有信号变异或者失真。结论:三次样条插值技术去除胸阻抗波基线漂移方法在仿真和实测实验中都取得很好的效果,这种方法是行之有效的。     

小波包变换在消除心电图基线漂移方面的研究

本文提出一种利用小波包变换逼近信号消除心电图ECG基线漂移噪声的方法。该方法的基本思想是：通过对ECG信号进行多分辨率分析，利用所得到的一段或几段逼近信号充分逼近ECG信号中的基线漂移噪声的特性。从而消除某线漂移分景。通过实际记录的验证，该方法在不损害信号的其他成分下具有良好的效果。     

基于多孔小波变换的心电信号标定

探索心电信号的有效标定方法.利用小波变换良好的时频聚焦性和多孔算法的时不变性,并结合时域的标定参考信息,实现对ECG的准确标定.结果表明在Matlab6.5仿真环境下,对MIT/BIH心电数据库中的数据进行测试,准确率可达99.5%,并且满足CSE working Party提出的心电检测误差标准.在波形失真较小情况下,用该法可实现对ECG的自动标定.     

利用三次样条差值法抑制脉搏波基线漂移

目的脉搏波检测过程中,必须克服由于呼吸运动和身体移位会导致脉搏信号的基线漂移。本文提出一种基于三次样条差值的脉搏波基线漂移抑制方法。方法选择脉搏波的各个起始点为给定点,根据各个给定点的数值利用三次样条插值拟合出基线。然后用脉搏波在各个采样时间点上的采样值减去对应时间点上的基线函数数值,得到去基线的脉搏波波形。结果通过实际测量实验表明,脉搏波去基线后,基线比较平稳,波形比较稳定。结论三次样条差值法能有效抑制脉搏波的基线漂移,并且能够很好地应用在脉搏波实时检测中。     

基于EMD的自适应ECG信号基线漂移消除方法研究

对比目前使用EMD或改进EMD方法进行的心电（ECG）信号基线漂移去除算法的实现。本文在详细考察EMD方法过程的基础上,提出一种与EMD物理意义高度契合的完全自适应的基线漂移算法,通过计算ECG平均心率周期,与EMD分解产生的IMF分量的“周期”进行对比,分离出不属于ECG信号的低频IMF分量,然后重构其余IMF分量得到去除基线漂移的ECG信号。使用美国麻省理工学院提供的MIT-BIH心率失常数据库中的原始ECG对本文提出的基线漂移去除方法进行定性分析。使用ECGSYN（实际ECG波形发生器）产生模拟干净的ECG信号,加入已知的低频信号作为基线漂移噪声,对本文提出的基线漂移去除方法进行定量分析。     

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。     

心电信号中工频干扰的消除

研究了消除心电信号工频干扰的几种数字滤波器的设计方法，包括设计原理，实现方法及优缺点，从实用角度阐明了各种方法的滤波性能。     

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。     

基于高阶累积量算法的脑电信号中心电伪迹的消除

在脑电信号测量过程中，不可避免的会存在心电信号的干扰，给医生的诊断带来困难。本文将盲源分离理论用于研究脑电信号中的心电伪迹消除，介绍了盲源分离问题的基本模型、基于高阶累积量的独立性判决准则以及联合近似对角化算法。仿真实验表明。该方法能有效去除脑电信号中的心电伪迹干扰。     

基于心电信号的脉搏波形特征点提取

为寻求一种精确的脉搏波特征提取方法,提取更多的脉搏波形特征,揭示心电脉搏在时域上的相关性,使用MP425数据采集卡和LabVIEW构成的数据采集系统同步采集ECG信号和脉搏波信号,对ECG信号和脉搏波信号进行分析和处理,采用能量算子法检测心电信号R波;基于同步采集的ECG和脉搏波信号,提出一种应用ECG信号的R波和T波来提取Pulse wave的重搏波和峰值的方法.经过分析与实验验证,该方法能准确找到脉搏波波峰和重搏波位置,并具有较强的抗干扰能力,为研究心电脉搏之间的关系提供了一种新的方法.     

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%.     

基于自适应线性神经网络的胎儿心电信号提取

胎儿心电信号提取对胎儿监护具有重要意义。本文介绍了一种基于自适应线性神经网络的胎儿心电信号提取方法。该方法根据母体心电信号与母体腹部信号的相关性原理,以母体心电信号为网络输入,母体腹部信号为网络目标,采用W-H学习方法获取的训练误差即为提取出的胎儿心电信号。此外,通过增加网络隐含层,对神经网络的结构进行改进,增加网络训练精度,从而得到更好的训练结果,提取出更易识别的胎儿心电信号。最后分别使用仿真数据和临床数据对上述方法进行测试,实验结果表明,利用自适应线性神经网络可以提取出胎儿心电信号,通过改进神经网络结构,可以提取出更为清晰的胎儿心电信号。     

基于各向异性散布的医学图像非线性滤波法

为了向临床医生提供清晰准确的诊断依据 ,在对医学断层图像 (CT、MRI)进行滤波处理时 ,须保留具有重要诊断意义的微细结构。然而 ,绝大多数滤波技术在去噪的同时却滤出了细小结构。本文介绍了一个改进的非线性各向异性散布滤波算法 ,图像滤波被认为是一种散布迭代过程 ,通过自动确定最优散布常数和迭代次数 ,散布过程在遇到边界时就会被抑制或停下来 ,从而保留了边缘信息和微小结构。通过对实际医学图像(CT、MRI)的实验表明 ,本文算法既能提高信噪比又可保留重要的解剖结构