论文部分内容阅读
在心电信号采集过程中存在工频干扰、运动伪迹、肌电噪声和基线漂移等,因此,为了提高诊断心血管疾病的准确性,对心电信号进行去噪研究具有非常重要的临床价值和现实意义。
本文首先在研究心电信号的理论、小波理论基础上,介绍了模极大值去噪算法、空域相关法去噪算法、小波阈值去噪算法三种心电信号去噪算法,并在计算量、稳定性、去噪效果、适用范围四个方面进行了比较。其中重点介绍了小波阈值去噪算法和影响小波阈值去噪算法的几个因素,指出阈值及阈值函数的选择直接影响去噪效果。本文主要基于改进阈值和阈值函数进行心电信号去噪算法的研究。
针对基于改进阈值的心电信号去噪算法的研究中,本文给出了基于峰度改进阈值的小波阈值去噪算法。在该算法的研究中,本文根据各尺度下分解的小波系数峰度系数、心电信号能量分布和心电信号能量分布密度以及各层小波系数的最大值,给出了四种改进的阈值选择策略:基于信号能量分布的阈值、基于信号能量密度分布的阈值、基于信号高频能量分布的阈值、基于信号高频能量密度分布的阈值,并利用基于峰度改进阈值的小波阈值去噪算法验证,得出基于信号能量密度分布的阈值有效地改善了阈值过大造成的信号失真,阈值过小达不到消噪效果的情况。该算法与使用传统小波阈值去噪算法相比,心电信号各波段的信息损失更小,也更光滑。
针对基于改进阈值函数的心电信号去噪算法的研究中,本文给出了基于改进软阈值函数的小波形态学去噪算法。在该算法的研究中,首先在分析5种基于软阈值函数改进的阈值函数的基础上,构造出更符合噪声规律的基于软阈值方法的阈值函数,该函数改进了软阈值函数在小波域连续,其导数不连续以及对大于阈值的小波系数采取恒定收缩的缺陷,不仅导数连续而且噪声分量随着小波系数的增大而减少;接着分析了数学形态学中的开、闭运算与图像的凸、凹细节、去除噪声的关系,给出使用多尺度结构元素对含噪信号进行形态学运算的方法去噪,将改进的阈值函数和形态学知识进行融合给出该算法。实验验证了该算法比单独使用小波进行去噪在保留原信号各波段重要信息和控制失真度方面效果好。