分?jǐn)?shù)階小波變換在心電信號(hào)處理中的應(yīng)用.pdf

1、生物醫(yī)學(xué)信號(hào)，屬于低頻弱信號(hào)在強(qiáng)噪聲背景下產(chǎn)生的，它是由復(fù)雜的生物體發(fā)生的不穩(wěn)定的自然信號(hào)，從該信號(hào)本身的特征，檢測(cè)方式到處理技術(shù)，都不同于一般的信號(hào)，針對(duì)各種有待提取和處理的信號(hào)，如心電信號(hào)、腦電圖信號(hào)、眼電、胃電等生理信號(hào)，對(duì)病人的檢測(cè)和診斷治療方案，都是重要的診斷依據(jù)。心電信號(hào)以及其它生物醫(yī)學(xué)信號(hào)一樣，都屬于低頻微弱信號(hào)，在檢測(cè)時(shí)常常容易受到外界的干擾，不同的環(huán)境下對(duì)同一人體的生物信號(hào)檢測(cè)也會(huì)有不同的結(jié)果。因此它具有信號(hào)微弱和極強(qiáng)

2、的噪聲，隨機(jī)性強(qiáng)等特點(diǎn)。
　　心電信號(hào)主要是心臟被激活在身體表面上的反映，在臨床上，被作為診斷疾病的重要的依據(jù)。在實(shí)際生活中，人們用心電圖來記錄心臟產(chǎn)生生物電流的狀態(tài)，臨床醫(yī)生可以利用心電圖來評(píng)估病人的心臟狀況，并做進(jìn)一步的診斷。然而，心電圖記錄時(shí)往往會(huì)受到儀器、導(dǎo)聯(lián)線、人體等幾種產(chǎn)生的電源頻率干擾、基線漂移和肌電干擾等。要濾除這些干擾，提取有效的信號(hào)成分，對(duì)信號(hào)的檢測(cè)和處理意義重大。
　　目前ECG信號(hào)作為一種非平穩(wěn)隨機(jī)信

3、號(hào)，因其易于檢測(cè)以及直觀的特點(diǎn)，引起研究人員越來越多的關(guān)注。本文主要研究了小波變換和分?jǐn)?shù)階傅里葉變換的性質(zhì)以及處理信號(hào)時(shí)的原理方法，針對(duì)非平穩(wěn)信號(hào)，把小波變換和時(shí)頻分析結(jié)合一起，即將分?jǐn)?shù)階傅里葉變換的時(shí)頻聚焦性和小波變換中的多分辨分析性相結(jié)合。相比于傳統(tǒng)的小波變換僅采用閾值處理的方法，本文采用的心電信號(hào)在分?jǐn)?shù)階Fourier最優(yōu)p階域變換后，再進(jìn)行小波變換處理，這種方法更適用于對(duì)信號(hào)的提取和消除噪聲;其次，運(yùn)用小波模極大值法對(duì)心電信號(hào)進(jìn)

4、行檢測(cè)，以正確的檢測(cè)出正向R波和負(fù)向R波，并運(yùn)用錯(cuò)漏檢補(bǔ)償策略來提高R波的準(zhǔn)確率。對(duì)于Q波、S波采用了先驗(yàn)知識(shí)和加窗法相結(jié)合的方法進(jìn)行檢測(cè)。算法完成后，以MIT-BIH數(shù)據(jù)庫中的多條數(shù)據(jù)進(jìn)行仿真驗(yàn)證，結(jié)果表明分?jǐn)?shù)階小波變換對(duì)心電信號(hào)濾波信噪比最高能達(dá)到29.745db;運(yùn)用小波模極大值法對(duì)QRS波的檢測(cè)準(zhǔn)度能達(dá)到99.81％，證實(shí)了本文算法具有較高的精確度。論文基于ARM9處理器的S3C2410開發(fā)平臺(tái)，在WinCE系統(tǒng)下，通過eVC編