ECG去噪和R波检测的算法研究
发布时间：2021-11-28 09:48
心电图（Electrocardiograph,ECG）是利用心电图机记录心脏跳动周期所产生电信号变化的一种图形技术,可以用来记录人体正常心脏的电活动以及诊断各种心脏疾病。然而在采集过程中心电信号经常会受到各种干扰,故心电信号去噪处理和特征波形的检测一直是医学信号处理领域的研究热点。本文基于心电信号去噪处理和R波检测的研究现状,对常用的心电信号去噪算法和R波检测算法加以研究和改善,并通过仿真实验获得了较好的结果。本文主要工作如下:（1）首先介绍了心电信号的产生机理、基本组成部分及其各个特征波形、波段包含的参数指标所代表的生理意义,还有心电信号受到的干扰噪声类型。心电信号是一种随机性强、幅值微弱、信噪比低的生理信号,在采集期间,心电信号极易受到心电图机、电极连接以及病人自身的运动伪迹等因素的影响,从而引入噪声干扰,这些常见的噪声主要包括了肌电噪声、工频噪声和基线漂移等。（2）根据各类噪声的不同性质,对不同的噪声采取不同的去噪处理方法。针对基线漂移的去除,本文给出了一种数学形态学和希尔伯特振动相结合的算法,首先通过改进的形态学开、闭运算分离QRS波群,保留含有基线漂移的P波和T波,然后利用希...
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 心电信号去噪处理及R波检测的研究现状
1.2.1 心电信号去噪算法的研究现状
1.2.2 心电信号R波检测算法的研究现状
1.3 本文工作的主要内容
1.4 本文研究内容与组织机构
第二章 心电信号的基础理论及噪声特性
2.1 心电信号的产生机理
2.2 心电信号的特点及噪声特性
2.3 MIT-BIH心电数据库
2.4 本章小结
第三章 滤除基线漂移的算法研究
3.1 传统数字滤波器方法
3.2 数学形态学
3.2.1 数学形态学的概念
3.2.2 ECG形态学滤波原理
3.3 基于数学形态学和希尔伯特振动的去除基漂算法
3.3.1 形态学方法的改进
3.3.2 希尔伯特振动(HVD)算法
3.4 实验结果与分析
3.5 本章小结
第四章 滤除工频、肌电噪声的算法研究
4.1 小波变换
4.2 小波阈值去噪法
4.3 基于集合经验模态分解和小波新阈值的去噪算法
4.3.1 集合经验模态分解阶段
4.3.2 改进的阈值法去噪
4.4 实验结果与分析
4.5 本章小结
第五章 R波检测算法研究
5.1 Pan & Tompkins的差分阈值算法
5.2 基于小波变换的R波检测算法
5.3 基于香农能量包络的R波检测算法
5.3.1 去噪预处理阶段
5.3.2 提取香农能量包络
5.3.3 R波检测阶段
5.3.4 R波定位阶段
5.4 实验结果与分析
5.5 本章小结
第六章 总结与展望
6.1 论文总结
6.2 工作展望
参考文献
致谢
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]基于卷积神经网络的心电特征提取[J]. 颜昊霖,安勇,王宏飞,牟荣增. 计算机工程与设计. 2017(04)
[2]基于自组织神经网络的QRS波聚类方法[J]. 孙括,王云峰,徐静波,张海英. 传感器与微系统. 2017(02)
[3]现代数字信号处理的应用和发展前景[J]. 胡泊. 信息系统工程. 2017(02)
[4]平稳小波变换和新阈值函数用于心电信号去噪[J]. 张金玲,郑鑫. 北京邮电大学学报. 2017(01)
[5]《中国心血管病报告2015》要点解读[J]. 隋辉,陈伟伟,王文. 中国心血管杂志. 2016(04)
[6]心电信号工频干扰数字滤波方法比较研究[J]. 何伶俐,王宇峰,祝元仲,何汶静. 电子设计工程. 2016(13)
[7]基于新形势下的数字信号处理技术的应用和发展研究[J]. 李鹏. 电子测试. 2016(06)
[8]改进的三次样条插值心电基线漂移滤波法[J]. 万相奎,唐文普,张赖,武明虎. 生物医学工程学杂志. 2016(02)
[9]基于EMD算法的心电信号基线漂移去除方法研究[J]. 张喜红,王玉香. 重庆科技学院学报(自然科学版). 2016(02)
[10]基于小波的自适应滤波器对心电信号的去噪[J]. 肖倩. 沈阳大学学报(自然科学版). 2015(06)
博士论文
[1]心电信号自动分析关键技术研究[D]. 季虎.国防科学技术大学 2006
硕士论文
[1]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
[2]心电信号R波识别系统的设计[D]. 艾娉婷.吉林大学 2015
[3]基于流形学习的卫星姿态控制系统故障检测技术研究[D]. 王涛.南京航空航天大学 2015
[4]基于小波变换的心电信号预处理及特征参数检测方法研究[D]. 杨守祥.兰州理工大学 2014
[5]心电信号处理算法与应用的研究[D]. 谷蓉.南京邮电大学 2014
[6]ECG预处理与QRS波群检测技术研究[D]. 马玉润.兰州大学 2013
[7]基于小波变换的心电信号奇异性的检测分析研究[D]. 魏阿妮.陕西师范大学 2012
[8]心电信号的预处理及R波检测的研究[D]. 王金亮.山东大学 2011
本文编号：3524201
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 心电信号去噪处理及R波检测的研究现状
1.2.1 心电信号去噪算法的研究现状
1.2.2 心电信号R波检测算法的研究现状
1.3 本文工作的主要内容
1.4 本文研究内容与组织机构
第二章 心电信号的基础理论及噪声特性
2.1 心电信号的产生机理
2.2 心电信号的特点及噪声特性
2.3 MIT-BIH心电数据库
2.4 本章小结
第三章 滤除基线漂移的算法研究
3.1 传统数字滤波器方法
3.2 数学形态学
3.2.1 数学形态学的概念
3.2.2 ECG形态学滤波原理
3.3 基于数学形态学和希尔伯特振动的去除基漂算法
3.3.1 形态学方法的改进
3.3.2 希尔伯特振动(HVD)算法
3.4 实验结果与分析
3.5 本章小结
第四章 滤除工频、肌电噪声的算法研究
4.1 小波变换
4.2 小波阈值去噪法
4.3 基于集合经验模态分解和小波新阈值的去噪算法
4.3.1 集合经验模态分解阶段
4.3.2 改进的阈值法去噪
4.4 实验结果与分析
4.5 本章小结
第五章 R波检测算法研究
5.1 Pan & Tompkins的差分阈值算法
5.2 基于小波变换的R波检测算法
5.3 基于香农能量包络的R波检测算法
5.3.1 去噪预处理阶段
5.3.2 提取香农能量包络
5.3.3 R波检测阶段
5.3.4 R波定位阶段
5.4 实验结果与分析
5.5 本章小结
第六章 总结与展望
6.1 论文总结
6.2 工作展望
参考文献
致谢
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]基于卷积神经网络的心电特征提取[J]. 颜昊霖,安勇,王宏飞,牟荣增. 计算机工程与设计. 2017(04)
[2]基于自组织神经网络的QRS波聚类方法[J]. 孙括,王云峰,徐静波,张海英. 传感器与微系统. 2017(02)
[3]现代数字信号处理的应用和发展前景[J]. 胡泊. 信息系统工程. 2017(02)
[4]平稳小波变换和新阈值函数用于心电信号去噪[J]. 张金玲,郑鑫. 北京邮电大学学报. 2017(01)
[5]《中国心血管病报告2015》要点解读[J]. 隋辉,陈伟伟,王文. 中国心血管杂志. 2016(04)
[6]心电信号工频干扰数字滤波方法比较研究[J]. 何伶俐,王宇峰,祝元仲,何汶静. 电子设计工程. 2016(13)
[7]基于新形势下的数字信号处理技术的应用和发展研究[J]. 李鹏. 电子测试. 2016(06)
[8]改进的三次样条插值心电基线漂移滤波法[J]. 万相奎,唐文普,张赖,武明虎. 生物医学工程学杂志. 2016(02)
[9]基于EMD算法的心电信号基线漂移去除方法研究[J]. 张喜红,王玉香. 重庆科技学院学报(自然科学版). 2016(02)
[10]基于小波的自适应滤波器对心电信号的去噪[J]. 肖倩. 沈阳大学学报(自然科学版). 2015(06)
博士论文
[1]心电信号自动分析关键技术研究[D]. 季虎.国防科学技术大学 2006
硕士论文
[1]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
[2]心电信号R波识别系统的设计[D]. 艾娉婷.吉林大学 2015
[3]基于流形学习的卫星姿态控制系统故障检测技术研究[D]. 王涛.南京航空航天大学 2015
[4]基于小波变换的心电信号预处理及特征参数检测方法研究[D]. 杨守祥.兰州理工大学 2014
[5]心电信号处理算法与应用的研究[D]. 谷蓉.南京邮电大学 2014
[6]ECG预处理与QRS波群检测技术研究[D]. 马玉润.兰州大学 2013
[7]基于小波变换的心电信号奇异性的检测分析研究[D]. 魏阿妮.陕西师范大学 2012
[8]心电信号的预处理及R波检测的研究[D]. 王金亮.山东大学 2011
本文编号：3524201
本文链接：https://www.wllwen.com/linchuangyixuelunwen/3524201.html
最近更新
教材专著
