基于CEEMD的定量自适应ECG去噪方法研究
发布时间:2021-11-25 16:33
心电信号是最早应用于临床医学研究的生物电信号之一,也是人体中一种重要的生理信号,可以综合反映出人体的健康状态,同时也对心血管疾病的诊断与预防具有重要的意义。但是,在运用医疗设备进行心电信号采集时,往往伴随着噪声干扰。因此,在实际应用中如何提取到纯净的心电信号是一个亟需解决的问题。为更好解决上述的问题,使采集到的心电信号能够得到更准确的使用,本文研究出一种基于CEEMD的定量自适应ECG去噪方法。该方法是在对EMD及其优化方法的深入研究的基础上提出来的。首先,将原始信号经过CEEMD方法进行有效分解,最终获得一系列IMF分量。针对IMF分量,本文采用分域的原则分别进行处理。运用相关性分析计算出原始信号与各个IMF分量之间的相关度,进而去获得噪声域和信号域间的分界点。再在信号域中依据能量优先的原则和噪声域中依据低频优先原则进行有效模态函数选择。最后,依据互信息的计算设置对应的相关性阈值,通过相关性阈值的设置将选择的有效模态函数进行重构即可得到最终去噪信号。本文提出的ECG去噪方法中,各个参数都可以定量自适应的计算出,避免先验性知识的需要,极大提高去噪方法的准确性和自适应性。另外,在针对一部...
【文章来源】:合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】:87 页
【学位级别】:硕士
【部分图文】:
图1.2多种噪声干扰的203号心电信号??Fig?1.2?The?No.203?ECG?signal?with?multiple?noise?interferences??
n?(3.1)??[x2?=?0.2sin(2Tit?—-)??合成的间断信号及3个信号成分的波形表示如图3.1所示。在图3.1中图形排??列从上到下依次为合成的间断信号,两个正弦信号和间断干扰信号。????C?02?0^?〇!b?0^?t?tl?1:4?1:6?T^8?2??n?ry?X1?〇4??18MM■醒PPPM??1r——,n?,?,?,?,?,?r-^?? ̄02?0^?06?0L8?1?t2?t!4?itg?td?2??.??
图3.2合成的随机噪声信号及包含的信号成分??Fig.?3.2?The?synthesized?random?noise?signal?and?its?signal?components??从图3.1、图3.2可知,合成的间断信号和合成的随机噪声信号的极值点分布??不均匀,其幅值波动较大即都存在特征时间尺度跳跃变化的情况。将这两种合成??信号用EMD方法进行分解,得到两个系列的IMF分量,其分解结果如图3.3和图??3.4所示(图中仅仅展示出前7个IMF),其中图3.3表示合成间断信号的分解结果,??图3.4表示合成随机噪声信号的分解结果。??,〇???分解产生的丨MF??40?0?2?4?6?8?10?12?14?16?18?20??i?皇?ammmmmaahamamaamaamma^amamamamm/^amaa/wwwwwwu??0?2?4?6?8?10?12?14?16?18?20??T)?2?4?6?8?10?12?14?16?18?20??I?^—;?,??0?2?4?6?8?10?12?14?16?18?20??l.n^E?-—r-—一^、一??—-—i??0?2?4?6?8?10?12?14?16?18?20??^_??0?2?4?6?8?10?12?14?16?18?20
【参考文献】:
期刊论文
[1]一种改进的小波阈值去噪方法[J]. 张振凤,威欢,谭博文. 光通信研究. 2018(02)
[2]心电信号的预处理算法分析[J]. 王润. 现代计算机(专业版). 2018(07)
[3]运动状态下的智能远程心电监测预警系统设计[J]. 刘昕. 单片机与嵌入式系统应用. 2018(03)
[4]《中国心血管病报告2017》要点解读[J]. 马丽媛,吴亚哲,王文,陈伟伟. 中国心血管杂志. 2018(01)
[5]ECG去噪算法的设计与实现[J]. 马晓婷,尚宇. 国外电子测量技术. 2017(07)
[6]智能移动心电仪在移动医疗中的设计与实现[J]. 张晏刚. 自动化应用. 2017(04)
[7]滚动轴承振动信号处理方法综述[J]. 胡智勇,胡杰鑫,谢里阳,佟安时,张啸尘. 中国工程机械学报. 2016(06)
[8]具有自适应性的实时睡眠信号处理算法研究[J]. 陈科,单姗,郑红梅. 电子测量与仪器学报. 2016(10)
[9]基于互信息的改进RBF神经网络预测模型及其应用[J]. 刘蕊鑫,纪昌明,马源. 中国农村水利水电. 2016(10)
[10]基于改进阈值函数的小波阈值去噪算法[J]. 朱伟华,安伟,尤丽华,吴静静. 计算机系统应用. 2016(06)
硕士论文
[1]一种呼吸与心跳参数自适应提取设备的设计与研究[D]. 单姗.合肥工业大学 2017
[2]基于小波变换的心电信号去噪识别的研究与实现[D]. 郑鑫.北京邮电大学 2017
[3]基于EMD的心电信号去噪方法研究及实现验证[D]. 张磊磊.重庆邮电大学 2016
[4]穿戴式心电信号无线监护系统设计与实现[D]. 韩云鹏.北京邮电大学 2016
[5]心律失常的心电监护与辅助诊断系统[D]. 赵云.郑州大学 2010
[6]心电信号实时检测算法与应用研究[D]. 陈兵兵.华中科技大学 2009
[7]心电信号处理关键技术的研究[D]. 战晔.吉林大学 2008
本文编号:3518516
【文章来源】:合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】:87 页
【学位级别】:硕士
【部分图文】:
图1.2多种噪声干扰的203号心电信号??Fig?1.2?The?No.203?ECG?signal?with?multiple?noise?interferences??
n?(3.1)??[x2?=?0.2sin(2Tit?—-)??合成的间断信号及3个信号成分的波形表示如图3.1所示。在图3.1中图形排??列从上到下依次为合成的间断信号,两个正弦信号和间断干扰信号。????C?02?0^?〇!b?0^?t?tl?1:4?1:6?T^8?2??n?ry?X1?〇4??18MM■醒PPPM??1r——,n?,?,?,?,?,?r-^?? ̄02?0^?06?0L8?1?t2?t!4?itg?td?2??.??
图3.2合成的随机噪声信号及包含的信号成分??Fig.?3.2?The?synthesized?random?noise?signal?and?its?signal?components??从图3.1、图3.2可知,合成的间断信号和合成的随机噪声信号的极值点分布??不均匀,其幅值波动较大即都存在特征时间尺度跳跃变化的情况。将这两种合成??信号用EMD方法进行分解,得到两个系列的IMF分量,其分解结果如图3.3和图??3.4所示(图中仅仅展示出前7个IMF),其中图3.3表示合成间断信号的分解结果,??图3.4表示合成随机噪声信号的分解结果。??,〇???分解产生的丨MF??40?0?2?4?6?8?10?12?14?16?18?20??i?皇?ammmmmaahamamaamaamma^amamamamm/^amaa/wwwwwwu??0?2?4?6?8?10?12?14?16?18?20??T)?2?4?6?8?10?12?14?16?18?20??I?^—;?,??0?2?4?6?8?10?12?14?16?18?20??l.n^E?-—r-—一^、一??—-—i??0?2?4?6?8?10?12?14?16?18?20??^_??0?2?4?6?8?10?12?14?16?18?20
【参考文献】:
期刊论文
[1]一种改进的小波阈值去噪方法[J]. 张振凤,威欢,谭博文. 光通信研究. 2018(02)
[2]心电信号的预处理算法分析[J]. 王润. 现代计算机(专业版). 2018(07)
[3]运动状态下的智能远程心电监测预警系统设计[J]. 刘昕. 单片机与嵌入式系统应用. 2018(03)
[4]《中国心血管病报告2017》要点解读[J]. 马丽媛,吴亚哲,王文,陈伟伟. 中国心血管杂志. 2018(01)
[5]ECG去噪算法的设计与实现[J]. 马晓婷,尚宇. 国外电子测量技术. 2017(07)
[6]智能移动心电仪在移动医疗中的设计与实现[J]. 张晏刚. 自动化应用. 2017(04)
[7]滚动轴承振动信号处理方法综述[J]. 胡智勇,胡杰鑫,谢里阳,佟安时,张啸尘. 中国工程机械学报. 2016(06)
[8]具有自适应性的实时睡眠信号处理算法研究[J]. 陈科,单姗,郑红梅. 电子测量与仪器学报. 2016(10)
[9]基于互信息的改进RBF神经网络预测模型及其应用[J]. 刘蕊鑫,纪昌明,马源. 中国农村水利水电. 2016(10)
[10]基于改进阈值函数的小波阈值去噪算法[J]. 朱伟华,安伟,尤丽华,吴静静. 计算机系统应用. 2016(06)
硕士论文
[1]一种呼吸与心跳参数自适应提取设备的设计与研究[D]. 单姗.合肥工业大学 2017
[2]基于小波变换的心电信号去噪识别的研究与实现[D]. 郑鑫.北京邮电大学 2017
[3]基于EMD的心电信号去噪方法研究及实现验证[D]. 张磊磊.重庆邮电大学 2016
[4]穿戴式心电信号无线监护系统设计与实现[D]. 韩云鹏.北京邮电大学 2016
[5]心律失常的心电监护与辅助诊断系统[D]. 赵云.郑州大学 2010
[6]心电信号实时检测算法与应用研究[D]. 陈兵兵.华中科技大学 2009
[7]心电信号处理关键技术的研究[D]. 战晔.吉林大学 2008
本文编号:3518516
本文链接:https://www.wllwen.com/linchuangyixuelunwen/3518516.html
最近更新
教材专著