心电信号降噪和QRS波识别方法研究

发布时间：2020-04-10 14:33

【摘要】：心电信号(Electrocardiogram,ECG)是心脏电活动在体表的综合反映,心电信号能够客观的反映心脏的健康状态。随着科学技术的发展,心电信号自动分析的便携式设备已经从需求变成现实,在家中可通过便携式设备对心脏作体检。如何提高便携式设备诊断的准确性是目前摆在各大厂商面前的难题。心电信号具有比较低的幅频特性,容易受到噪声的干扰,其中最典型的干扰有三大类,一是工频干扰,二是基线漂移,三是肌电干扰。噪声的存在会导致心电信号的特征波很难被提取出来,会降低波形识别的准确性。噪声去除是各种波形识别的前提,QRS波是心电信号中重要的特征波,准确可靠的QRS波识别对诊断心脏疾病具有重要的意义。本文主要研究了心电信号的降噪和QRS波识别。在心电信号降噪算法方面,对于基线漂移噪声,使用MATLAB自带的零相位滤波器设计的带通滤波器去除,对于工频干扰和肌电干扰,使用小波阈值降噪算法进行滤除。在QRS波识别方面,提出了一种自适应阈值新方法对QRS波识别。本文所做的主要工作有:1、研究了零相位滤波器,并将其设计成带通滤波器滤除基线漂移,通过对实际的含有基线漂移的心电信号进行滤波处理,对其效果进行了验证。2、研究了小波阈值降噪算法中的影响因子,并针对软、硬阈值函数的缺陷提出了改进阈值函数,该改进阈值函数连贯性好,波形更平滑,信噪比更高。3、提出了自适应阈值新方法对QRS波进行识别,通过对MIT-BIH数据库中的心电信号和在医院实际采集的心电信号,验证了所提算法的性能。本文使用零相位滤波器用于去除基线漂移,实验证明这种方法可以有效去除基线漂移。使用小波阈值降噪方法去除工频干扰和肌电干扰,实验证明该方法不仅去除了工频干扰和肌电干扰,还可保持信号不失真。使用自适应阈值新方法对QRS波进行识别。实验结果证明QRS波识别准确率高,可以当作便携式设备对心电信号进行波形识别的一种方法。
【图文】：

用最广泛的。和心电图机相连就是导联电极：心电图导联有标准的导联，标逡逑准的１８导联，还有向量导联和监护式导联。这些导联和心电图机相连，一般采逡逑集一分钟，心电图机通过导联把心电信号采集起来，在采集的信号中也会包含一逡逑些噪声，因此要先对其进行波形滤波，然后对波形进行显示，最后对波形进行分逡逑

（４）噪声强：心电信号是十分微弱的，，在采集过程中，及易受到噪声的干扰。逡逑２．１．３心电图各波段意义和正常参数逡逑如图２－２所示，是一个标准的１２导联心电图，它主要由四种波形组成，包逡逑括Ｐ波、ＱＲＳ波群、Ｔ波以及Ｕ波。Ｕ波一般很微小，在图上没标注，这些特逡逑征波以及由这些特征波组成的ＰＲ间期、ＳＴ段、ＱＴ间期对疾病的诊断具有重要逡逑的作用。逡逑５００逦Ｉ逦Ｉ￣邋ｊ，逦￣Ｉ逦Ｉ逦｜逡逑４００邋－逦Ｉ逦－逡逑３００邋－逦｜逦（Ｉ）逦－逡逑（？）邋Ｉ逡逑２００邋－逦｜逦－逡逑１００邋■逦Ｊ邋NB？逦■逡逑。逦－逡逑？１0°邋－邋！邋■逡逑Ｉ＊逦ｉ逦＾逦ｐ！逡逑－２００邋１逦１逦１逦１逦１逦１逦逡逑０逦０２逦０．４逦０．６逦０．８逦１逦１２逡逑图２－２正常心电图各种波形的测量逡逑Ｆｉｇ．邋２－２邋Ｎｏｒｍａｌ邋ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ邋ｍｅａｓｕｒｅｍｅｎｔ邋ｏｆ邋ｖａｒｉｏｕｓ邋ｗａｖｅｆｏｒｍｓ逡逑Ｐ波：为心房除极波；时限＜１１０ｍｓ，１６岁以下儿童＜９０ｍｓ：Ｐ波间期如上图⑥逡逑所示。逡逑ＰＲ间期如上图⑦所示，是Ｐ波起点到ＱＲＳ波群起点之间的时间间隔，反映逡逑了自心房除极开始至心室除极开始的一段时间。逡逑ＱＲＳ波群：ＱＲＳ波群代表心室，肌除极电位和时间的变化，ＱＲＳ波间期如逡逑上图⑧所示，第一个向下的波表示Ｑ波，Ｑ波时限如上图⑤所示。紧接着第一个逡逑向上、高而尖峭的波是Ｒ波，接着向下的波表示Ｓ波，Ｓ波振幅如上图③所示。逡逑（）１＾波时限：（３１＾波群时限为６０？１０0１１１５
【学位授予单位】：山东科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN911.4

【相似文献】

相关期刊论文 前10条

1 刘云;;簇内数据相异粒度自适应阈值寻优熵融合算法[J];科技通报;2015年02期

2 张福贵;范潇;何建新;;自适应阈值方法去除风廓线雷达地物杂波[J];应用气象学报;2015年04期

3 郁倩;李永建;卢倩;葛友华;;基于支持向量机的液压位置伺服系统自适应阈值研究[J];煤矿机械;2012年05期

4 何文浩;原魁;邹伟;;自适应阈值的边缘检测算法及其硬件实现[J];系统工程与电子技术;2009年01期

5 张孟君;舒红;刘艳;王涛;;基于空间曲面拟合的自适应阈值选取方法[J];武汉大学学报(信息科学版);2006年05期

6 陈华丽,李裕能;基于小波变换的自适应阈值消噪法[J];电力科学与工程;2003年03期

7 张红玲;刘智;倪小龙;王素芬;姚海峰;;大气光通信中自适应阈值的优化技术研究[J];信息通信;2018年05期

8 聂延举;孟照魁;胡姝玲;范哲;李军;;激光多普勒测速仪的频域自适应阈值检测[J];红外与激光工程;2016年04期

9 张伟;;改进的小波域自适应阈值煤尘图像去噪[J];计算机仿真;2010年08期

10 邢丹俊;王继成;;基于提升小波的自适应阈值图像去噪[J];计算机技术与发展;2008年02期

相关会议论文 前10条

1 刘冠洲;;复杂矿石图像自适应阈值化算法[A];中国计量协会冶金分会2014年会暨能源计量与绿色冶金论坛论文集[C];2014年

2 郭钧天;曾瑜;田浩;章涵;;基于大气电场动态自适应阈值的雷电预警方法研究[A];创新驱动发展 提高气象灾害防御能力——S11第十一届防雷减灾论坛[C];2013年

3 党丽薇;张晓玲;田博坤;韦顺军;;基于自适应阈值的压缩感知三维SAR成像方法[A];第五届高分辨率对地观测学术年会论文集[C];2018年

4 张娱;谷旭源;;基于小波系数的图像自适应阈值去噪算法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

5 杨居义;;基于第二代Bandelet变换的自适应阈值去噪算法[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年

6 朱习军;彭观明;秦玉华;;多路径效应自适应阈值小波处理综合技术研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

7 赵大哲;杨金柱;栗伟;张凤春;;一种基于小波变换的CR图像自适应阈值增强方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

8 刘纪红;王铖媛;;一种基于自适应阈值的图像二值化算法[A];2009中国控制与决策会议论文集（3）[C];2009年

9 李华;柳云雷;韩冰;钟博;孙贞;;基于自适应小波阈值的天气雷达回波信号去噪[A];第32届中国气象学会年会S16 地基遥感观测技术与应用[C];2015年

10 刘新鸣;朱险峰;王明时;;小波变换的阈值选取及其在细胞图像去噪中的应用[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

相关重要报纸文章 前2条

1 小柯;3G关键技术与发展趋势[N];中国高新技术产业导报;2001年

2 ;3G关键技术与发展趋势[N];人民邮电;2001年

相关博士学位论文 前5条

1 黄磊;基于键合图模型的复杂机电系统故障诊断方法研究[D];西北工业大学;2015年

2 向大享;云参数法干旱遥感监测模型研究[D];武汉大学;2011年

3 付文龙;水电机组振动信号分析与智能故障诊断方法研究[D];华中科技大学;2016年

4 袁龙涛;相控阵三维摄像声纳系统信号处理关键技术研究[D];浙江大学;2013年

5 范彬;面向飞行器关键部件健康管理的故障预测方法研究[D];国防科学技术大学;2015年

相关硕士学位论文 前10条

1 苏腾;心电信号降噪和QRS波识别方法研究[D];山东科技大学;2018年

2 郭萌;心音信号自适应阈值小波去噪及先心病诊断方法研究[D];云南大学;2019年

3 张红玲;基于自适应阈值的大气光通信优化技术研究[D];长春理工大学;2018年

4 张明雅;跌倒检测系统的设计与实现[D];河北大学;2018年

5 黄欣研;复杂背景下的植物叶片分割算法研究[D];陕西师范大学;2017年

6 Uwimbabazi Deborah;[D];北京邮电大学;2018年

7 张昊慧;基于Contourlet变换的图像降噪算法研究[D];西南科技大学;2017年

8 李岩轲;基于RFID技术的室内定位算法研究[D];太原理工大学;2017年

9 姜闪闪;基于二进小波变换的自适应阈值图像去噪研究[D];新疆师范大学;2010年

10 李雅男;多尺度形态学及自适应阈值标记的分水岭分割算法研究[D];辽宁工程技术大学;2017年

本文编号：2622344