小波变换模极大值算法用于胎儿心电信号提取的研究

目的：研究采用小波变换模极大值算法如何从母体腹部信号中提取出胎儿心电信号。方法：根据母体腹部信号中母体心电和胎儿心电在小波变换下具有的不同特性,首先对母体腹部信号进行小波分解及模极大值检测,对检测结果进行处理,抑制某些与胎儿心电相关的极大值点而去除相应的信号奇异性,然后采用Mallat交替投影法使用处理后模极大值重构小波系数,进而重构信号,识别出母体腹部信号中的母体心电信号和胎儿心电信号。结果：使用临床数据对该方法进行测试,结果表明,基于单通道信号的小波变换模极大值算法能够识别母体腹部信号中的胎儿心电信号。结论：同时与传统的基于多通道信号的提取方法相比,不存在多通道信号相关性对提取结果的影响,但是该方法也存在一些不足之处,有待于进一步研究。     

小波变换在心电图特征点识别中的应用

利用小波变换的方法对心电图特征点进行检测.对心电信号的特征点与其小波变换后的模极大值对之间的关系进行了阐述.通过对结果的分析展望了小波变换的方法在心电图特征点识别中的应用前景.     

基于小波分析与自适应滤波的胎儿心电提取

目的:利用小波分析与自适应滤波算法相结合从母体腹部信号中提取胎儿心电。方法:首先对母体腹部信号和胸部信号做5层平稳小波分解,然后在每层小波系数引入最小均方误差(LMS)算法对应滤波,最后将小波系数重构获得胎儿心电。结果:使用临床数据进行验证,结果表明,基于小波分析与自适应滤波的算法能够识别母体腹部信号中的胎儿心电信号。结论:该方法与LMS算法相比提取效果更好,尤其对母体心电波形与胎儿心电波形重合部分改善明显。另外,该算法计算简单,易于实现,保持了较高的实时性。     

小波变换在生物医学信号中的应用

小波变换是近年来发展起来的一种新的信号分析工具,本文结合生物医学信号与小波变换的特点,闸述了小波变换在生物医学信号特别是心电信号检测与去噪、图像增强和压缩中的应用及前景。     

基于小波变换的心电信号去噪法

目的：运用小波阈值变换对心电图进行去噪。方法：采用软、硬阈值折衷的阈值函数及自适应的阈值策略对心电信号中的不同噪声进行滤除。结果：仿真结果证明此方法去噪效果较好。结论：小波阈值变换能够较好的处理心电信号等非平稳信号。     

基于CAN网络的多参数心电监护仪的设计

目的设计一种基于CAN网络的多参数医疗监护仪。方法系统采用CAN总线通信技术,对人体心电、血氧饱和度、无创血压等生命体征参数进行动态监测,并利用小波变换对心电监测算法进行改进,以提高心电监测的准确性。结果实验证明,系统中所采用的方法可有效地从噪声干扰中识别心电信号中R波的位置,且识别准确率为99．83％。结论基于CAN网络的多参数监护仪结构简单、集成度高,使各种医疗监护模块可即插即用,实现了在无人值守条件下病人生命体征的实时监护。     

基于小波变换的ECG去噪法及仿真

为去除心电信号中的各种噪声,本文以小波变换的多分辨率分析为理论基础,利用自适应阈值调整小波变换系数,用调整后的系数进行心电信号重建。采用MIT-BIH数据库中的心电信号进行仿真、验证,有效地去除了噪声信号。与传统滤波器具去噪相比有明显的优越性。     

基于平稳小波变换的自适应心电信号去噪方法

针对小波变换的阀值去噪在心电信号消噪中的缺陷,提出将平稳小波变换和自适应滤波方法相结合的心电信号消噪方法。平稳小波变换有效地抑制了传统离散正交小波变换易产生Gibbs振荡现象。在高尺度的平稳小波分解系数中引入了自适应滤波,既消除了基线漂移噪声,又较好的保持了心电信号的低频低幅的P波、T波及ST段波的形态。这对于进一步分析心电信号的其他特征信息具有重要作用。     

基于小波变换的QRS波检测方法研究

目的：针对没有预先处理的心电图信号中QRS复合波的检测,提出一种基于小波变换的检测方法。方法：采用3种不同性质的小波为母小波对来自国际上广泛承认的心电数据库MIT—BIH Arrhythmia Database中的记录进行小波变换．选取了灵敏度更高的高斯函数一阶小波作为小波函数,并采用时频域相结合的分析方法,检测出QRS突变点。结果：在完全没有预处理的情况下,采用该方法对MIT—BIH Arrhythmia Database中的11幅30min的心电图信号进行验证,结果表明能较为准确、快速的检测出QRS波。结论：该QRS波检测方法能很好地满足实时心电检测系统的需要．具有较好的应用前景。     

基于希尔伯特-黄变换和提升小波包相结合的心音信号识别研究

目的：研究基于希尔伯特-黄变换和提升小波包相结合的方法对正常和异常心音信号识别的效果。方法：首先用DB6小波对心音信号进行降噪处理,然后用希尔伯特-黄变换分析提取心音信号的时域、频域特征值,再通过自适应提升小波包提取信号的频带能量特征值,最后通过支持向量机对心音信号进行分类识别。结果：对临床采集的240例异常心音和正常心音进行实验,正确识别率达到97.2%,且运算速度很快。结论：希尔伯特-黄变换和自适应提升小波包相结合的方法可有效识别正常和各种异常的心音信号,值得推广应用。     

基于小波变换系数的心电信号基线漂移噪声去除方法

目的：心电信号（ECG）是临床诊断心血管疾病的重要依据,但由于基线漂移等噪声的存在影响了其诊断的准确性,因此在心血管诊断中必须先对ECG信号中的基线漂移进行矫正。方法：利用DB3小波对心电信号进行分解,根据分解的特点,将低频小波系数置零,然后重构形成新的ECG信号。结果：将该方法用于MIT-BIH的ECG记录,结果显示能够较好地滤除ECG信号中的基线漂移噪声。结论：该方法可以准确地去除基线漂移分量,并保留ECG的波形变化,为后续的ECG自动检测奠定了基础。     

心室晚电位检测仪的研制

介绍了心室晚电位微机检测系统，该系统不仅具有传统心室晚电位时域分析和频域分析的功能，还增加了基于波变换的心室晚电位逐博动态检测。此外，该系统还具有常规十二导联心电图的采集与打印功能。临床实验结果表明该仪器性能可靠、抗干扰能力强。     

心室晚电位检测仪的研制

本介绍了我们研制的心室晚电位微机检测系统。该系统不仅具有传统心室晚电位时域分析和频域分析的功能，还增加了基于小波变换的心室晚电位逐搏动态检测。此外，该系统还具有常规十二导联心电图的采集与打印功能。临床实验结果表明该仪器性能可靠、抗干扰能力强。     

基于提升小波的心电信号基线漂移的去除方法

目的：避免传统小波变换基于卷积算法中的冗余计算,同时去除心电信号（ECG）在采集中混入其中的基线漂移噪声。方法：根据提升小波变换采取双小波基函数结合的方法,经分解、含噪声子带系数置零、逆变换形成去噪的心电信号。结果：运用MATLAB环境对MIT-BIH数据库提供的心电信号数据及基线漂移噪声信号bw进行去除基线漂移仿真验证,其基线漂移均被有效去除。结论：ECG信号经该方法处理后其所含有的基线漂移噪声被准确去除,且原信号中的波形信息被有效保留,可为心电信号特征参数的检测提供帮助。     

心电信号的非线性小波检测方法

将非线性小波方法应用于心电信号的检测。利用二进Daubechies小波对有高频噪声干扰的心电信号按Mallat算法进行小波分解;探讨了非线性小波检测方法;结合Lipschitz指数判据,将其应用于高频干扰心电信号的去噪,实现了滤除噪声的同时又有效地恢复了心电信号。     

ECG compression: evaluation of FFT, DCT, and WT performance

This work investigates a set of ECG data compression schemes to compare their performances in compressing and preparing ECG signals for automatic cardiac arrhythmia classification. These schemes are based on transform methods such as fast Fourier transform (FFT), discrete cosine transform (DCT), wavelet transform (WT), and their combinations. Each specific transform is applied to a pre-selected data segment from the MIT-BIH database and then compression is performed in the new domain. These transformation methods are known as an important class of ECG compression techniques. The WT has been shown as the most efficient method for further improvement. A compression ratio of 7.98 to 1 has been achieved with a percent of root mean square difference (PRD) of 0.25%, indicating that the wavelet compression technique offers the best performance over the other evaluated methods.