基于相关性的小波熵心电信号去噪算法

发布时间：2018-04-16 20:12

  本文选题：心电信号 + 去噪　； 参考：《智能系统学报》2016年06期

【摘要】：针对心电信号的基线漂移、工频噪声、肌电噪声,本文提出了基于相关性的小波熵去噪算法。算法首先根据基线漂移的低频特性,确定小波分解的层数,置零近似系数,去除基线漂移;再对相邻尺度的高频小波系数进行相关处理,依据小波熵自适应地计算全局阈值去除工频和肌电噪声;最后将置零的近似系数和阈值处理后的小波系数重构得到有效信号。该算法能够在一次小波分解、重构的过程中,同时滤除心电信号中的3种主要噪声。对MIT-BIH数据库数据和模拟数据的仿真实验结果也表明该算法的去噪效果显著优于其他算法。
[Abstract]:This paper presents a wavelet entropy denoising algorithm based on correlation for baseline drift, power frequency noise and electromyoelectric noise of ECG signals.According to the low frequency characteristic of baseline drift, the algorithm firstly determines the number of layers of wavelet decomposition, sets the approximate coefficient of zero-setting, removes the baseline drift, and then carries on the correlation processing to the high frequency wavelet coefficient of adjacent scale.According to wavelet entropy, the global threshold is calculated adaptively to remove power frequency and electromyoelectric noise, and the approximate coefficients of zero setting and wavelet coefficients after threshold processing are reconstructed to obtain effective signals.The algorithm can filter three kinds of main noises in ECG signal simultaneously in the process of wavelet decomposition and reconstruction.The simulation results of MIT-BIH database data and simulation data also show that the denoising effect of this algorithm is better than that of other algorithms.
【作者单位】： 中国科学院半导体研究所;中国科学院脑科学与智能技术卓越创新中心;
【基金】：中国科学院战略性先导专项(xdb02080002);中国科学院国防实验室基金项目(CXJJ-16S076) 青年自然科学基金项目(61401423)
【分类号】：R540.4;TN911.7

【相似文献】

相关期刊论文 前4条

1 王磊,郑崇勋,原峻峰,宋磊;基于多分辨分析的食道动态pH监测信号去噪算法[J];生物医学工程学杂志;1999年03期

2 康长青;曹文平;方磊;华丽;程虹;;快速非局部均值的CT图像去噪算法[J];南方医科大学学报;2012年11期

3 李永辉;周荷琴;;CR医学图像的小波阈值去噪算法研究[J];中国医疗器械杂志;2006年01期

4 ;[J];;年期

相关会议论文 前8条

1 王树艳;杨勋年;;平面曲线去噪的混合双边算法[A];第五届全国几何设计与计算学术会议论文集[C];2011年

2 李洋;李双田;;小波图像去噪算法分析[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

3 邓志全;关履泰;朱庆勇;;改进的非局部均值图像去噪算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

4 李俊峰;戴文战;潘海鹏;高金凤;;基于灰色系统理论的图像去噪算法研究[A];第二十九届中国控制会议论文集[C];2010年

5 连小丽;姚晖;王冠华;万木森;张林朴;孟卓;李燕妮;梁雨;代晓华;石博雅;;基于光学相干层析离体牙图像的去噪算法研究[A];天津市生物医学工程学会第30次学术年会暨生物医学工程前沿科学研讨会论文集[C];2010年

6 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

7 赵振磊;耿则勋;王兰;闫兆婵;;基于自适应递归LPA-ICI的图像去噪算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

8 刘志刚;郭艳颖;;基于形态神经网络的SAR图像去噪算法研究[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

相关博士学位论文 前5条

1 张鑫媛;基于结构相似性的磁共振图像去噪新算法研究[D];南方医科大学;2015年

2 陈大力;数字图像处理中去噪算法的研究[D];东北大学;2008年

3 刘辉;数字图像处理中基于局部方向性的压缩和去噪算法研究[D];吉林大学;2008年

4 宫霄霖;基于小波变换的不规则邻域的数字图像去噪算法研究[D];天津大学;2010年

5 崔学英;低剂量CT的投影域去噪算法和后处理方法研究[D];中北大学;2015年

相关硕士学位论文 前10条

1 王圳萍;基于低秩矩阵恢复的图像去噪算法研究[D];西南交通大学;2015年

2 张超;图像和视频去噪算法的研究与实现[D];复旦大学;2014年

3 罗格;三维模型去噪算法的研究及其在三维曲面重建上的应用[D];哈尔滨工业大学;2015年

4 宋鑫梦;管道漏水检测去噪算法的研究[D];内蒙古师范大学;2015年

5 贺东霞;数字图像去噪算法的研究与应用[D];延安大学;2015年

6 刘航;并行非局部均值去噪算法研究[D];西安电子科技大学;2014年

7 王秀东;图像去噪算法及其GPU并行化研究[D];西安电子科技大学;2014年

8 李翠菊;基于NSCT和双边滤波的图像去噪算法研究[D];湘潭大学;2015年

9 刘斌;BM3D去噪算法的硬件实现[D];上海交通大学;2013年

10 钟莹;结构特性匹配的非局部均值图像去噪算法研究[D];合肥工业大学;2014年

，

本文编号：1760414