The invention provides a denoising method of ECG signal based on classification matching and fractional order diffusion, which includes the following steps: S1. input the ECG signal to be processed; S2. slide classification matching of ECG signal to extract the similar data matrix of each reference signal segment; S3. denoising each similar data matrix by contraction of transformation coefficient; S4. denoising the similar data moments after denoising. The signal fragments in the array return to the original position, and the preliminary estimated signal is obtained by weighted summation; S5. The preliminary estimated signal is further denoised by fractional diffusion to obtain the final denoised ECG signal. The invention can further remove the same frequency band low frequency noise in the ECG signal while removing the high frequency noise of the ECG signal, and protect the detailed feature information in the ECG signal.
【技术实现步骤摘要】
基于分类匹配和分数阶扩散的心电信号去噪方法和系统
本专利技术涉及信号噪声处理
,具体而言涉及一种基于分类匹配和分数阶扩散的心电信号去噪方法和系统。
技术介绍
随着临床医学的发展,心电信号已经成为了一个用于医疗诊断的重要工具。心电信号在提取过程中,往往会受到噪声的干扰,为了不影响进一步分析诊断,心电信号的去噪成为了必要的处理步骤之一。现有的心电信号去噪方法有很多种,包括小波变换方法,经验模态法等。它们在去除心电信号的高频噪声方面都取得了较好的效果,但是它们都有一个相同的缺点,它们无法有效地去除有心电信号同频率的低频段噪声。随着偏微分方程理论的发展,偏微分方程逐渐成为一种新型的信号处理工具,基于偏微分方程的信号处理方法将离散信号表示成连续的数学模型,利用偏微分方程完善的数值分析理论对信号进行处理。经典非线性扩散滤波就是基于偏微分方程的信号处理方法,但是它只考虑了上一时刻的扩散结果,并未将所有历史时刻作为参考,存在一定的局限性。
技术实现思路
本专利技术目的在于提供一种基于分类匹配和分数阶扩散的心电信号去噪方法和系统,在去除心电信号高频噪声的同时,进一步去除心电信号中的同频段低频噪声,并保护心电信号中的细节特征信息。为达成上述目的,本专利技术提出一种基于分类匹配和分数阶扩散的心电信号去噪方法,该方法包括以下步骤:S1.输入待处理的心电信号;S2.对心电信号进行滑动分类匹配,提取每个参考信号片段的相似数据矩阵;S3.通过变换系数的收缩对每个相似数据矩阵进行去噪;S4.将各去噪后相似数据矩阵中的信号片段返回原始位置,通过加权求和获得初步估计信号;S5.将获得的初步 ...
【技术保护点】
1.一种基于分类匹配和分数阶扩散的心电信号去噪方法,其特征在于,所述方法包括以下步骤:S1.输入待处理的心电信号;S2.对心电信号进行滑动分类匹配,提取每个参考信号片段的相似数据矩阵;S3.通过变换系数的收缩对每个相似数据矩阵进行去噪;S4.将各去噪后相似数据矩阵中的信号片段返回原始位置,通过加权求和获得初步估计信号;S5.将获得的初步估计信号通过分数阶扩散进一步去噪,获得最终的去噪后的心电信号。
【技术特征摘要】
1.一种基于分类匹配和分数阶扩散的心电信号去噪方法,其特征在于,所述方法包括以下步骤:S1.输入待处理的心电信号;S2.对心电信号进行滑动分类匹配,提取每个参考信号片段的相似数据矩阵;S3.通过变换系数的收缩对每个相似数据矩阵进行去噪;S4.将各去噪后相似数据矩阵中的信号片段返回原始位置,通过加权求和获得初步估计信号;S5.将获得的初步估计信号通过分数阶扩散进一步去噪,获得最终的去噪后的心电信号。2.根据权利要求1所述的基于分类匹配和分数阶扩散的心电信号去噪方法,其特征在于,步骤S2中,对心电信号进行滑动分类匹配,提取每个参考信号片段的相似数据矩阵的步骤包括:S21.选择待处理的心电信号的某一参考片段并在一大小固定为n的搜索窗口内搜索心电信号中与参考片段相似的信号片段,将所有相似的信号片段堆叠成一相似数据矩阵;S22.通过向后移位p来选择下一个参考信号片段,在搜索窗口内搜索相似的信号片段并堆叠形成下一个相似数据矩阵;S23.重复上述步骤S22,提取每个参考信号片段对应的相似数据矩阵。3.根据权利要求2所述的基于分类匹配和分数阶扩散的心电信号去噪方法,其特征在于,所述相似数据矩阵为二维数据矩阵。4.根据权利要求1所述的基于分类匹配和分数阶扩散的心电信号去噪方法,其特征在于,在所述步骤S3中,通过变换系数的收缩对每个相似数据矩阵进行去噪的步骤包括:S31.对所述相似数据矩阵进行二维离散余弦变换;S32.将变换后的系数进行阈值收缩;S33.对阈值收缩后的系数进行离散余弦反变换得到去噪后的相似片段。5.根据权利要求1所述的基于分类匹...
【专利技术属性】
技术研发人员:李远禄,蒋民,赵伟静,李俊,周慧敏,孙双龙,
申请(专利权)人:南京信息工程大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。