基于小波變換的心電信號(hào)預(yù)處理及特征參數(shù)檢測(cè)方法研究.pdf

1、心臟疾病危害著人類(lèi)的健康，威脅著人們的生命，因此人們也一直致力于對(duì)心臟疾病的分析研究。人們對(duì)心臟疾病的診斷主要是以心電信號(hào)中的一系列波形的幅值和間期等一些信息作為依據(jù)，因心臟狀況的信息主要集中在這些區(qū)域中。心電信號(hào)在采集的過(guò)程中往往伴隨著干擾噪聲的存在，這些噪聲容易使得心電信號(hào)變得模糊失真，不利于對(duì)信號(hào)的形態(tài)進(jìn)行分析。因此本文主要圍繞心電信號(hào)中噪聲去除的預(yù)處理和波形特征參數(shù)的檢測(cè)兩個(gè)方面展開(kāi)研究。
　　在心電信號(hào)噪聲的去除中，首先

2、運(yùn)用Mallat算法根據(jù)多種小波函數(shù)的去噪實(shí)驗(yàn)分析對(duì)比選擇了sym8小波對(duì)基線漂移噪聲進(jìn)行了去除，在對(duì)工頻干擾和肌電干擾噪聲進(jìn)行去除時(shí)，選擇Mallat算法和平穩(wěn)小波變換兩種方法仍使用sym8小波并分別采用以六種閾值和三種閾值函數(shù)相互搭配的閾值去噪法進(jìn)行相關(guān)去噪實(shí)驗(yàn)分析，最終確定平穩(wěn)小波變換在采用以VisuShrink改進(jìn)閾值和硬閾值函數(shù)相搭配的閾值去噪法時(shí)取得了最佳的去噪效果，且有效地抑制了偽吉布斯現(xiàn)象。
　　在心電信號(hào)特征參數(shù)

3、的檢測(cè)中，選擇非時(shí)變的平穩(wěn)小波變換以平滑函數(shù)的一階導(dǎo)數(shù)—二次B樣條小波對(duì)心電信號(hào)進(jìn)行5層小波分解。在cd4上根據(jù)R波所生成的模極值對(duì)信息實(shí)現(xiàn)了對(duì)R波的檢測(cè)，并根據(jù)cd2上由Q波和S波所生成的模極值對(duì)信息進(jìn)行了Q波、S波以及QRS波群起點(diǎn)與終點(diǎn)的檢測(cè)。P波和T波波峰點(diǎn)以及起點(diǎn)和終點(diǎn)的檢測(cè)借助于cd5上R波所生成的模極值對(duì)兩側(cè)由P波和T波所生成的模極值對(duì)和模極值的信息來(lái)進(jìn)行。ST段的檢測(cè)在QRS波群和P、T波的檢測(cè)之后，借助于QRS波群的終