心电信号小波去噪的改进算法研究
本文关键词: 心电信号 小波函数 阈值 阈值函数 信噪比 出处:《中国生物医学工程学报》2017年01期 论文类型:期刊论文
【摘要】:对心电信号(ECG)中的基线漂移、工频干扰和肌电干扰等噪声进行去除,在波形识别、医疗诊断和治疗等领域具有重要意义。提出用sym5小波函数对心电信号进行8层小波分解。根据有用信号强度在每一层平均分配而噪声强度随分解层数增加而减少的规律,将分解得到的每一层的小波细节系数设置不同的阈值,最后用所提出的新阈值函数进行小波阈值去噪。该阈值函数既能克服硬阈值函数在阈值附近不连续的缺点,又可弥补软阈值函数与原函数之间存在固定差值的不足。以MIT-BIH心电数据库中的101号文件作为原始数据,将整个数据文件进行平均分段,每段有1 200个数据点,对每段数据进行加噪仿真分析,结果表明所提出的去噪算法得到的去噪信号信噪比比硬阈值函数和软阈值函数分别提高2.31%和8.04%,从而证明所提算法的有效性。
[Abstract]:The baseline drift, power frequency interference and myoelectric interference in ECG signal are removed, and the waveform is recognized. The field of medical diagnosis and treatment is of great significance. An 8-layer wavelet decomposition of ECG signals using sym5 wavelet function is proposed. According to the rule that the intensity of useful signals is equally distributed in each layer and the noise intensity decreases with the increase of decomposition layers, The wavelet detail coefficients of each layer are set at different thresholds. Finally, the new threshold function is used to Denoise the wavelet threshold. The threshold function can not only overcome the disadvantage of discontinuity of the hard threshold function near the threshold. It can also make up for the deficiency of the fixed difference between the soft threshold function and the original function. Taking the 101 file in the MIT-BIH ECG database as the original data, the entire data file is divided into an average of 1,200 data points per segment. The simulation results show that the signal-to-noise ratio of the proposed denoising algorithm is 2.31% and 8.04 higher than that of the hard threshold function and the soft threshold function respectively, which proves the effectiveness of the proposed algorithm.
【作者单位】: 莆田学院机电工程学院;清华大学医学院;
【基金】:福建省自然科学基金(2013J01251) 福建省高校现代精密测量与激光无损检测实验室项目(S20160404) 莆田学院支持项目(2015032)
【分类号】:R540.4;TN911.4
【参考文献】
相关期刊论文 前5条
1 江依法;周青;叶含笑;刘师少;王海舜;;基于扩散模型的心电信号基线漂移去除法[J];中国生物医学工程学报;2013年05期
2 郭新蕾;杨开林;郭永鑫;;基于阈值自学习小波算法的压力信号去噪方法[J];数据采集与处理;2008年03期
3 刘卫东;刘尚合;胡小锋;王雷;;小波阈值去噪函数的改进方法分析[J];高电压技术;2007年10期
4 赵治栋;陈裕泉;;广义小波收缩消噪阈值选择及应用研究[J];传感技术学报;2007年03期
5 苏丽;赵国良;张仁彦;;基于改进小波阈值法的平移不变心电信号去噪[J];哈尔滨工程大学学报;2006年06期
【共引文献】
相关期刊论文 前10条
1 屈海清;段腾龙;程汉列;;基于小波变换的机械振动信号预处理研究[J];石油和化工设备;2017年02期
2 佟为明;李鹏;陶宝泉;金显吉;;基于改进小波阈值去噪法处理Langmuir探针信号[J];核聚变与等离子体物理;2016年04期
3 解海军;颜羽;董毅;;混合小波去噪在瞬变电磁资料处理中的应用[J];黑龙江科技大学学报;2016年06期
4 范小龙;谢维成;蒋文波;李毅;黄小莉;;一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法[J];电工技术学报;2016年14期
5 左静;岑红蕾;任玲;;基于二代小波变换和盲信号分离的肌电信号工频去噪处理方法[J];农业网络信息;2016年05期
6 张正明;蔡东健;甄宗坤;;基于改进阈值的小波分析对GPS监测序列影响的研究[J];现代测绘;2016年03期
7 李舜;李雍;甘粲;;基于小波阈值去噪的过电压信号处理[J];电工文摘;2016年02期
8 唐明良;李佑光;曹洪亮;;综合消噪算法在金属氧化物避雷器在线监测中的应用[J];电瓷避雷器;2016年02期
9 陈成波;石明江;李魏;;改进小波阈值去噪法在管道泄漏检测中的应用[J];宇航计测技术;2015年06期
10 吴微;彭华;王彬;;小波去噪算法在含噪盲源分离中的应用[J];数据采集与处理;2015年06期
【二级参考文献】
相关期刊论文 前10条
1 周青;江依法;叶含笑;刘师少;王海舜;;一种新的T波终点定义方法及其在QT间期检测中的应用[J];中国生物医学工程学报;2012年03期
2 李延军;严洪;王增丽;;心电基线漂移去除方法的比较研究[J];航天医学与医学工程;2009年05期
3 付炜;许山川;;一种改进的小波域去噪算法[J];计算机工程与应用;2006年11期
4 唐炬,周倩,许中荣,刘明军,孙才新;GIS超高频局放信号的数学建模[J];中国电机工程学报;2005年19期
5 林京;基于最大似然估计的小波阈值消噪技术及信号特征提取[J];仪器仪表学报;2005年09期
6 陈清启;ST段改变与测量方法[J];临床心电学杂志;2005年03期
7 陈仁文;小波变换在输油管道漏油实时监测中的应用[J];仪器仪表学报;2005年03期
8 崔华,宋国乡;基于小波阈值去噪方法的一种改进方案[J];现代电子技术;2005年01期
9 范晓志;小波变换的信号去噪应用[J];武汉科技大学学报(自然科学版);2004年03期
10 张维强,宋国乡;基于一种新的阈值函数的小波域信号去噪[J];西安电子科技大学学报;2004年02期
【相似文献】
相关期刊论文 前3条
1 叶琳琳;杨丹;王旭;;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[J];生物医学工程学杂志;2014年03期
2 王修信,胡维平,梁冬冬,覃以威,周建玲,王强;基于树状小波的超声医学图像阈值函数降噪[J];中国医学物理学杂志;2005年02期
3 ;[J];;年期
相关会议论文 前6条
1 张蜜蜜;刘艳秋;;基于新阈值函数的小波去噪方法研究[A];中国通信学会第六届学术年会论文集(下)[C];2009年
2 刘俊星;章新华;周波;李茂林;;新阈值及阈值函数的小波去噪研究[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
3 李昊;;新阈值函数及其小波去噪研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年
4 李昊;;新阈值函数及其小波去噪研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
5 叶瑞泉;;基于一种新阈值函数的小波包信号降噪[A];第七届全国信息获取与处理学术会议论文集[C];2009年
6 李长吾;谷建平;张生;张淑清;;基于改进阈值函数和小波预处理的小突变信号消噪及奇异点检测[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
相关硕士学位论文 前10条
1 董永生;小波变换与阈值函数在数字信号去噪中的应用[D];武汉大学;2005年
2 岳洋;一种新型阈值函数在小波去噪中的应用[D];长春工业大学;2011年
3 陈佳;基于小波的阈值去噪方法改进及其评价研究[D];沈阳航空航天大学;2012年
4 孙月;基于广义S变换和阈值函数的地震信号去噪研究[D];吉林大学;2012年
5 邓玉娟;基于小波变换的语音阈值去噪算法研究[D];重庆大学;2009年
6 尉世强;基于小波的图像阈值去噪方法[D];青岛大学;2006年
7 王睿;小波多尺度分解阈值选择方法研究[D];长春理工大学;2009年
8 李伟;基于改进阈值函数及SVM的滚动轴承故障诊断[D];太原理工大学;2015年
9 曹艳艳;基于小波变换的语音消噪[D];西安电子科技大学;2008年
10 张鹏;压缩传感中的阈值迭代重构算法的研究[D];天津理工大学;2012年
,本文编号:1546933
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1546933.html