人體生理信號預處理算法研究.pdf

1、小波變換在許多領域都得到了很大程度的應用和發(fā)展，尤其是在信號處理方面得到了十分廣泛的應用。由于小波變換能夠同時在時域和頻域中對信號進行分析處理，而且既具有有效去除噪聲又能保持信號局部奇異性的特點，因此小波變換被稱為研究信號處理的最理想的工具。
　　 目前心血管疾病已經(jīng)成為危害人類健康的“頭號殺手”，不僅具有較高的致死率，而且致殘率也極高。人體生理信號是用于心血管疾病檢測中最為重要的信號，其中包含的大量特征生理信息，對早期診斷心血

2、管疾病具有很高的臨床價值。對生理信號進行預處理操作是提取信號中特征生理信息的前提條件，具有十分重要的意義。
　　 本文提取的人體生理信號屬于強背景噪聲下的微弱信號，去除信號中的噪聲是預處理研究的熱點之一，傳統(tǒng)的預處理算法大多都是針對某一種或者兩種噪聲進行處理，處理時效長，實時性差，而且每一步處理還會帶來信號的變形;本文算法可以對多種噪聲同時起到預處理效果的算法，具有廣闊的應用前景。此外，對人體心電信號預處理后的工作就是要準確提取

3、心電信號的特征點，尤其是R波波峰位置的提取，也是本文的研究之一。
　　 本文闡述了人體心電信號和心音信號的波形特征，深入研究了國內外關于生理信號預處理算法，詳細分析了傳統(tǒng)基于經(jīng)驗模態(tài)的生理信號預處理算法。提出了基于小波變換的生理信號預處理算法，并采用本文預處理算法對真實采集到的生理信號進行了預處理，提出了自適應小波變換模極大值的R波提取算法。采用LabVIEW和Matlab編程實現(xiàn)了傳統(tǒng)基于經(jīng)驗模態(tài)算法和本文算法并對臨床試驗采集