一种基于改进阈值函数的微流控芯片信号去噪方法技术

一种基于改进阈值函数的微流控芯片信号去噪方法，包括以下步骤：(1)选择小波基，确定分解层数，对含噪微流控芯片信号进行离散平稳小波变换，得到小波系数；(2)选取合适的阈值，并采用改进阈值函数对小波系数进行阈值量化处理；(3)对阈值量化处理后的小波系数进行离散平稳小波逆变换，得到去噪后的微流控芯片信号。本发明专利技术解决了硬阈值方法因不连续导致重构信号产生震荡，软阈值方法因存在恒定偏差使重构信号产生失真的问题。本发明专利技术可以提高微流控芯片信号去噪效果，去噪后的微流控芯片信号基线光滑，特征保留完好，满足微流控芯片信号定量分析的需求。

A signal denoising method of microfluidic chip based on improved threshold function

【技术实现步骤摘要】
一种基于改进阈值函数的微流控芯片信号去噪方法
本专利技术涉及微流控芯片信号噪声处理
，特别是涉及一种基于改进阈值函数的微流控芯片信号去噪方法。
技术介绍
微流控芯片技术是指把生化、医学分析过程的样品预处理、反应、分离检测等多种基本操作单元集成在具有微米或纳米微通道网络的芯片上，自动完成复杂的分析过程。因其具有样品和试剂消耗量小、分析速度快、分离效率高以及便于微型化等特点，已经发展成生化、医学、流体等多学科交叉研究领域，在生物医学、食品检验、环境监测和刑事侦察等方面有广泛用途。根据采集到的微流控芯片信号分析可知，微流控芯片信号中有一些峰，一般都是高斯峰，其反映某种特定物质的特征谱线，在作物质组份分析时，将所得的谱图与某些物质的特征谱线相对照，若该谱图中含某一物质的特征谱线，则说明该混合物中含有这种成分。从分析检测仪上得到的微流控芯片信号是一种非平稳且伴随严重噪声干扰的信号，噪声信号的干扰大大降低微流控芯片信号分析的准确性，因此去噪是研究微流控芯片信号极其重要的前提。传统去噪是建立在傅里叶变换基础上的线性滤波方法，这种方法虽然简单且易于实现，但在同时提高分辨率和信噪比两个指标上存在矛盾。而小波变换能将时频特征同时局部化，是一种多分辨率的分析方法，被广泛应用于信号去噪。1995年，Donoho等人在小波变换的基础上提出了一种小波阈值去噪算法，该法因为在Besov空间上可得到最佳估计值，能达到其它线性估计都不能达到的估计结果，引起了广大学者的极大关注。小波阈值去噪是在小波变换的基础上对含噪信号进行分解和重构，之所以能有效的去噪达到好的视觉效果，主要理论依据在于：属于Besov空间的信号在小波域内主要集中在有限的几个系数中，而噪声能量却分布在整个小波域中。因此，经小波分解后，有用信号的系数要大于噪声的系数，于是可以通过选取合适的阈值限定分解后的小波系数，认为绝对值比该阈值小的小波系数主要由噪声引起，直接置为零，而把绝对值比该阈值大的系数认为是由信号引起的，通过某个阈值函数处理将其收缩(软阈值方法)或者保留(硬阈值方法)得到预估的小波系数，最后通过对预估的小波系数重构得到去噪信号。小波阈值去噪，去噪效果取决于阈值的选取和阈值函数的设计，常用的阈值去噪方法有硬阈值和软阈值两种去噪方法。采用硬阈值方法能更多保留真实信号的尖峰等特点，但因其在阈值处不连续，去噪的效果会出现震荡；软阈值去噪方法克服了硬阈值法在阈值处不连续的缺点，能在去噪后产生光滑的结果，但原始小波系数与阈值量化处理后的小波系数之间总存在恒定偏差，容易丢失信号的高频信息，一定程度上影响了去噪结果。
技术实现思路
本专利技术要解决的技术问题是，克服常用微流控芯片信号去噪方法存在不连续和恒定偏差的缺陷，提供一种基于改进阈值函数的微流控芯片信号去噪方法。该方法能抑制震荡，消除恒定偏差，减少信号丢失，有效提高微流控芯片信号的去噪效果。本专利技术解决其技术问题所采用的技术方案是：一种基于改进软阈值函数的微流控芯片信号去噪方法，包括以下步骤：(1)选择小波基，确定分解层数，对含噪微流控芯片信号进行离散平稳小波变换，得到小波系数wjk，具体步骤为：①定义小波函数ψm,n(t)，对其进行伸缩和平移，得小波序列：其中，m为尺度因子，n为平移因子，且m＞0，n∈R②对m，n进行离散化，即令得到对应的离散小波函数为：③对微流控芯片信号进行离散平稳小波变换后得到的小波系数wjk为：(2)选取合适的阈值，并采用改进阈值函数对小波系数进行阈值量化处理，主要包括以下步骤：①根据固定阈值原则选取阈值λ，选取的阈值λ为：式中，N表示信号的长度；σ表示噪声信号的标准差，衡量噪声信号的强弱，σ＝median(wjk)/0.6745；median(·)表示返回中值函数；wjk表示原始信号经离散平稳小波变换后得到的小波系数。②针对硬阈值函数在阈值处不连续、软阈值函数存在恒定偏差的问题，对阈值函数进行改进，改进的阈值函数为：式中，j和k表示下标；λ表示阈值；sign(wjk)表示符号函数；wjk表示原始信号经离散平稳小波变换后得到的小波系数；表示阈值量化处理后的小波系数；b为可调参数，且b＜1/λ2，其作用是调节和wjk之间的偏差；当b＝0时，改进阈值函数等同于软阈值函数，当b→1/λ2，改进阈值函数以为渐近线，不断逼近wjk，且当|wjk|＜λ时，wjk不直接置0，而是与b相乘，使信号和噪声之间形成平滑过渡区，符合信号的连续性。(3)对阈值量化处理后的小波系数进行离散平稳小波逆变换，得到去噪后的微流控芯片信号。本专利技术相比于现有技术存在如下的有益效果：1、本专利技术针对常用的硬、软阈值函数分别存在阈值处不连续，小波系数预估值和原始值存在恒定偏差的问题，提出了一种改进阈值函数。改进函数引进了三次函数消除不连续问题，并加入可调参数b，用来调节的大小，在一定阈值范围内尽可能减小和wjk之间的偏差，本方法函数简单易于计算，且具有灵活性。2、本专利技术利用微流控芯片有用信号和噪声在小波域表现的差异性，通过改进阈值函数对微流控芯片信号进行去噪处理，有效地避免了硬阈值函数的不连续性导致的伪吉布斯效应和软阈值函数产生的恒定偏差问题，去噪后得到的信号基线光滑、信号的信噪比得到很大提高，且微流控芯片信号特征保留完好，本专利技术方法可使微流控芯片信号的分析结果更准确。附图说明图1为本专利技术的流程图；图2(a)为模拟的理想微流控芯片信号图；图2(b)为模拟的含噪声微流控芯片信号图；图3(a)为不同小波基对模拟含噪微流控芯片信号去噪后信噪比的结果图；图3(b)为不同小波基对模拟含噪微流控芯片信号去噪后均方根误差的结果图；图4为不同分解层次对模拟含噪微流控芯片信号去噪后信噪比和均方根误差的结果图；图5为采用传统软阈值法对模拟含噪微流控芯片信号去噪后的效果图；图6为采用本专利技术方法对模拟含噪微流控芯片信号去噪后的效果图；图7为检测溶液浓度为0.05mM时采集到的微流控芯片信号图；图8(a)为采用传统软阈值方法对图7所示的信号去噪后的结果图；图8(b)为采用本专利技术方法对图7所示的信号去噪后的结果图。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳实施方式。但是，本专利技术可以以许多不同的形式来实现，并不限于本专利技术所描述的实施方式。相反地，提供这些实施方式的目的是使对本专利技术的公开内容理解的更加透彻全面。如图1所示，一种基于改进软阈值函数的微流控芯片信号去噪方法，主要包括以下步骤：(1)首先根据微流控芯片信号的特征，选择小波基，确定分解层数，对含噪微流控芯片信号进行离散平稳小波变换，得到分解后的小波系数wjk，具体步骤为：①定义小波函数ψm,n(t)，对其进行伸缩和平移，得小波序列：其中，m本文档来自技高网...

【技术保护点】
1.一种基于改进阈值函数的微流控芯片信号去噪方法，其特征在于，包括：/n(1)选择小波基，确定分解层数，对含噪微流控芯片信号进行离散平稳小波变换，得到小波系数w

【技术特征摘要】
1.一种基于改进阈值函数的微流控芯片信号去噪方法，其特征在于，包括：
(1)选择小波基，确定分解层数，对含噪微流控芯片信号进行离散平稳小波变换，得到小波系数wjk；
(2)选取合适的阈值，并采用改进阈值函数对小波系数进行阈值量化处理；改进体现在针对常用阈值函数存在连续性和恒定偏差的问题进行改正；
(3)对阈值量化处理后的小波系数进行离散平稳小波逆变换，得到去噪后的微流控芯片信号；
所述步骤(1)中，对微流控芯片信号进行离散平稳小波变换，得到小波系数，具体步骤为：
①定义小波函数ψm,n(t)，对其进行伸缩和平移，得小波序列：



其中，m为尺度因子，n为平移因子，且m＞0，n∈R
②对m，n进行离散化，即令得到对应的离散小波函数为：



③对微流控芯片信号进行离散平稳小波变换后得到的小波系数wjk为：

【专利技术属性】
技术研发人员：童耀南，李金桂，陈松，周峰，
申请(专利权)人：湖南理工学院，
类型：发明
国别省市：湖南;43