心电信号的预处理及特征提取算法研究

发布时间：2017-04-05 19:18

  本文关键词：心电信号的预处理及特征提取算法研究，由笔耕文化传播整理发布。

【摘要】：心电信号自被发现以来,一直是临床上诊断心脏病的重要依据之一。心电信号是一种典型的强噪声背景下的低频弱生物电信号,具有低信噪比、非平稳、随机、与噪声有极强的时频耦合等特点。随着现代医学对于心电信号自动分析的需求越来越迫切,心电信号的计算机处理成为了信号分析处理方面越来越热门的研究内容。心电信号的自动化处理,可以分为三个方面,分别是心电信号的预处理、心电信号的特征提取和心电信号的分类识别。这三个研究内容环环相扣,预处理是特征提取的基础,而特征提取的准确度可以对分类识别起到决定性的作用。本文主要工作在于心电信号的预处理及心电信号的特征提取,对于这两个方面的工作分为了三部分内容:首先研究了分数阶傅里叶变换的最优阶次确定问题。分数阶傅里叶变换的可变阶次对于分析处理心电信号这种非平稳信号有着至关重要的作用,本文中采用入侵杂草算法对分数阶傅里叶变换进行阶次寻优,通过入侵杂草算法在分数阶傅里叶域内进行二维峰值搜索,确定峰值进而实现最优阶次的寻找。仿真实验表明,在寻优速度和寻优稳定性上,入侵杂草算法均取得了较好的效果,为心电信号的预处理打下了基础。然后根据心电信号典型噪声的特点,分别改进了滤波算法对心电信号进行预处理。针对基线漂移噪声频率比较低,与心电信号中的特征波形频率不存在重叠,变化趋势较为缓慢的特点,利用EMD对含噪心电信号进行分解,采用直接去除得到的高阶IMF的方法实现对基线漂移噪声的滤除;工频干扰噪声虽然频率与心电信号频率有重叠,但是其频率固定,属于一种单色噪声,因此采用LMS自适应陷波算法对工频干扰噪声进行滤除。由于该算法存在延迟,在处理信号中需要一个自适应调整的过程,为了克服这个问题,本文采用对原始信号进行前端拓延的方法来改进滤波效果,滤波完成后再去除拓延部分,仿真实验证明了改进算法能够有效的缓解信号前端的振荡波形;针对肌电干扰信号频率分布广泛,其频率与心电信号的特征波形频率有较强的混叠的特点,本文采用基于分数阶傅里叶变换的谱减算法对肌电干扰信号进行滤除,心电信号经过分数阶傅里叶变换,会出现明显的幅值聚集,肌电噪声则不具有这样的特性,因此在幅值聚集较大的恰当阶次下的分数阶傅里叶域内利用谱减算法对信号进行滤波,然后对信号进行恢复,仿真实验表明,与单纯的谱减算法相比,基于分数阶傅里叶变换的谱减算法提高了信噪比,对肌电干扰噪声实现了有效的滤除。最后综合信号时域和频域的信息,利用HHT与小波变换相结合的算法对心电信号的特征波形进行了定位。小波变换能够对信号的奇异点进行表征,但是通过小波变换定位的心电信号中QRS波群的峰值会出现偏差。为了克服这个问题,本文首先对心电信号进行HHT变换,提取出QRS波群集中的前三阶IMF,对其进行Hilbert变换并取模值;再对其进行母函数为高斯一阶导数的小波变换,得到一系列的局部极大极小值对;将这些极值对作为QRS波群峰值时域内的范围,并转向时域信号进行峰值搜索。仿真实验表明,该算法在定位心电信号QRS波群及其峰值中,取得了较好的效果。
【关键词】：心电信号 分数阶傅里叶变换 预处理 特征提取
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R54;TN911.7
【目录】：

• 摘要4-6
• Abstract6-13
• 1 绪论13-21
• 1.1 课题背景及意义13-14
• 1.2 心电信号的生理特性14-16
• 1.3 MIT-BIH数据库16
• 1.4 国内外研究现状16-19
• 1.4.1 心电信号预处理研究现状16-18
• 1.4.2 心电信号特征提取研究现状18-19
• 1.5 工作内容和论文结构安排19-21
• 2 信号处理中的FRFT阶次寻优21-36
• 2.1 分数阶傅里叶变换的基本理论21-26
• 2.1.1 信号在分数阶傅里叶域内的表征分析23-26
• 2.2 入侵杂草算法26-28
• 2.2.1 算法步骤27-28
• 2.3 改进的分数阶傅里叶变换阶次寻优28-34
• 2.3.1 对象选择28-29
• 2.3.2 参数估计的原理29-30
• 2.3.3 入侵杂草算法寻优30-31
• 2.3.4 性能比较31-34
• 2.4 收敛性分析34-35
• 2.5 小结35-36
• 3 心电信号的预处理算法研究36-57
• 3.1 心电信号的噪声分析36-38
• 3.2 基线漂移噪声的滤除38-43
• 3.2.1 EMD分解38-40
• 3.2.2 仿真分析40-41
• 3.2.3 EMD对心电信号分解分析41-42
• 3.2.4 去噪算法仿真实验42-43
• 3.3 改进的LMS算法对工频干扰噪声的滤除43-49
• 3.3.1 LMS基本原理43-44
• 3.3.2 LMS算法滤波仿真44-45
• 3.3.3 LMS去除工频噪声的问题分析45-47
• 3.3.4 改进的LMS算法去除工频干扰47-48
• 3.3.5 改进算法仿真分析48-49
• 3.4 改进的谱减算法对于肌电干扰噪声的滤除49-56
• 3.4.1 谱减减噪法49-50
• 3.4.2 谱减减噪仿真实验50-52
• 3.4.3 分数阶傅里叶变换的去噪原理52-53
• 3.4.4 分数阶傅里叶变换去噪仿真53-54
• 3.4.5 改进算法对心电信号肌电干扰噪声的去除54
• 3.4.6 改进算法仿真分析54-56
• 3.5 小结56-57
• 4 基于HHT和WT的心电信号特征提取57-68
• 4.1 小波变换57-58
• 4.2 R波检测中小波函数的选取分析58-62
• 4.3 小波变换检测R波及其分析62-64
• 4.4 改进的QRS波群定位算法64-66
• 4.4.1 HHT变换64
• 4.4.2 算法步骤64-65
• 4.4.3 检测层和复检层的确定65-66
• 4.5 改进算法的仿真分析66-67
• 4.6 改进算法的特点67
• 4.7 小结67-68
• 5 总结与展望68-71
• 5.1 本文总结68-69
• 5.2 展望69-71
• 参考文献71-75
• 致谢75-76
• 个人简历、在学期间发表的学术论文与研究成果76

【参考文献】

中国期刊全文数据库 前3条

1 宋立新;王祁;王玉静;;基于Hilbert-Huang变换的ECG信号降噪方法[J];传感技术学报;2006年06期

2 季虎,孙即祥,林成龙;基于离散平稳小波变换的心电信号去噪方法[J];计算机应用;2005年06期

3 李小燕,王涛,冯焕清,詹长安;基于小波变换的自适应滤波器消除ECG中基线漂移[J];中国科学技术大学学报;2000年04期

  本文关键词：心电信号的预处理及特征提取算法研究，，由笔耕文化传播整理发布。

本文编号：287563