一种自适用心电信号噪音处理方法技术

本发明专利技术涉及心电信号降噪的技术领域，公开了一种自适用心电信号噪音处理方法，包括：采集心电信号，利用小波变换方法处理心电信号，并利用经验模态分解方法去除不相关或者相关性较小的心电信号；将处理后的心电信号作为线性滤波器的输入，并结算线性滤波器输出响应和期望响应的误差；利用拉格朗日乘子法确定线性滤波器中权重系数的更新步长；根据计算得到的权重系数更新步长和响应误差，自动调整线性滤波器参数。本发明专利技术所述方法通过利用小波变换方法以及自适用经验模态分解方法对心电信号进行预处理，利用拉格朗日乘子法自适用更新调整线性滤波器参数，利用自适用调整的线性滤波器实现心电信号降噪处理。实现心电信号降噪处理。

【技术实现步骤摘要】
一种自适用心电信号噪音处理方法


[0001]本专利技术涉及心电信号降噪的
，尤其涉及一种自适用心电信号噪音处理方法。

技术介绍

[0002]随着现代经济的迅速发展，城镇化进程加速以及人口老龄化现象不断加重，心血管疾病影响因素日趋明显，从而导致越来越多的人患上了心血管疾病，心电图是目前检测心血管疾病的有效手段，然而心电信号极易受到外界因素的干扰，比如医疗设备的干扰，生理活动，身体活动产生的运动干扰等等，这些干扰严重影响了波形和心电信号的细节信息，给医疗检测带来了困难，如何对心电信号进行去噪处理，成为当前研究的热门话题。
[0003]传统心电信号去噪方法包括小波变换法和经验模态分解法，小波变换法可以在去除心电信号噪声的同时去除传统的高斯噪声，但是利用小波变换法完成心电信号降噪后得到的心电信号的幅值会降低；经验模态分解法在降噪过程中有可能会丢失信号的有用信息。
[0004]鉴于此，本专利技术提出一种自适用心电信号噪音处理方法，通过利用小波变换方法以及自适用经验模态分解方法对心电信号进行预处理，对于预处理后的心电信号，利用拉格朗日乘子法自适用更新调整线性滤波器参数，利用自适用调整的线性滤波器实现心电信号降噪处理。

技术实现思路

[0005]本专利技术提供一种自适用心电信号噪音处理方法，目的在于(1)实现心电信号的自适用模态分解处理；(2)利用拉格朗日乘子法自适用更新调整线性滤波器参数，利用自适用调整的线性滤波器实现心电信号降噪处理。
[0006]实现上述目的，本专利技术提供的一种自适用心电信号噪音处理方法，包括以下步骤：
[0007]S1：采集心电信号，利用小波变换方法处理心电信号，并利用经验模态分解方法去除不相关或者相关性较小的心电信号；
[0008]S2：将处理后的心电信号作为线性滤波器的输入，并结算线性滤波器输出响应和期望响应的误差；
[0009]S3：利用拉格朗日乘子法确定线性滤波器中权重系数的更新步长；
[0010]S4：根据计算得到的权重系数更新步长和响应误差，自动调整线性滤波器参数，利用自适用调整的线性滤波器实现心电信号降噪处理。
[0011]作为本专利技术的进一步改进方法：
[0012]所述S1步骤中采集人体的心电信号，利用小波变换方法处理心电信号，包括：
[0013]将心电电极片固定在人体皮肤部位，心电电极片持续获取人体的心电信号，并将心电信号传输到心电传感器，心电传感器利用小波变换算法对采集的心电信号x(t)进行小波变换处理，所述小波变换算法流程为：
[0014]1)固定尺度因子a，利用小波函数ω(t)对采集得心电信号x(t)进行小波变换处理，在本专利技术一个具体实施例中，小波函数为Daubechies小波函数，所述小波变换处理公式为：
[0015][0016]其中：
[0017]b表示小波函数的位移因子；
[0018]D(a,b)表示小波变换得到的小波系数；
[0019]2)改变小波函数的位移因子并重复步骤1)，得到在尺度因子a下的小波系数集合；
[0020]3)改变尺度因子a，重复步骤1)2)，得到心电信号在不同尺度因子、位移因子下的小波系数D(a,b)，直到
[0021]4)确定小波阈值为σ；
[0022]5)删除小于小波阈值σ的小波系数，保留大于小波阈值σ的小波系数，得到的小波系数为q(a,b)
′
，将小波系数重构为心电信号u(t)，则小波逆变换方法的公式为：
[0023][0024]其中：
[0025]u(t)为重构得到的心电信号。
[0026]所述S1步骤中利用经验模态分解方法去除不相关或者相关性较小的心电信号，包括：
[0027]利用经验模态分解方法对心电信号进行处理，所述经验模态分解方法流程为：
[0028]1)对小波重构后的心电信号u(t)加入同长度的白噪声n(t)，得到信号X(t)：
[0029]X(t)＝u(t)+n(t)
[0030]2)遍历出信号X(t)中所有的极大值点和极小值点，将所有的极大值点以及所有的极小值点分别用三次样条曲线连接，分别得到信号X(t)的上包络线以及下包络线，上下包络线的均值曲线即为m1(t)，则h1(t)＝X(t)
‑
m1(t)；
[0031]3)对h1(t)进行步骤2)操作，得到h2(t)；
[0032]4)重复步骤3)，得到{h1(t),h2(t),
…
,h
10
(t)}，将所得到的h
10
(t)作为信号X(t)的第一组IMF分量c1(t)，第一组IMF分量的剩余分量r1(t)＝Y(t)
‑
c1(t)；
[0033]5)判断剩余分量r
i
(t)中的i是否大于k，若i≤k，对r
i
(t)进行步骤2)
‑
4)，即将r
i
(t)作为步骤2)中待遍历的信号，步骤4)中输出的剩余分量为r
i+1
(t)，并输出第i组IMF分量，若i>k,则转到步骤6)；
[0034]6)得到k
‑
1组IMF分量c2(t),c3(t),
…
,c
k
(t)以及剩余分量r
k
(t)＝r
k
‑1(t)
‑
c
k
(t)；则将信号X(t)分解为下式：
[0035][0036]计算每组IMF分量的周期：
[0037][0038]其中：
[0039]T
i
表示第i组IMF分量c
i
(t)的周期；
[0040]s
i,k
表示第i组IMF分量相邻两个极大值点或极小值点中间的第k个时间尺度；
[0041]N
i
表示第i组IMF分量中s
i,k
的数目；
[0042]获取心电信号的R
‑
R周期为T
R
，删除IMF分量周期大于T
R
的IMF分量，去除不相关或者相关性较小的心电信号IMF分量，将剩余的IMF分量进行如下式的信号重构处理，得到处理后的心电信号x
′
(t)：
[0043][0044]其中：
[0045]j表示保留的心电信号IMF分量组数，c
j
(t)为保留的IMF分量。
[0046]所述S2步骤中将处理后的心电信号作为线性滤波器的输入，得到线性滤波器输出响应和期望响应的误差，包括：
[0047]将处理后的心电信号x
′
(t)作为线性滤波器的输入，线性滤波器将心电信号x
′
(t)进行离散化采样处理，离散化采样结果为X(n)＝[x
′
(1) x
′
(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适用心电信号噪音处理方法，其特征在于，所述方法包括：S1：采集心电信号，利用小波变换方法处理心电信号，并利用经验模态分解方法去除不相关或者相关性较小的心电信号；S2：将处理后的心电信号作为线性滤波器的输入，并结算线性滤波器输出响应和期望响应的误差；S3：利用拉格朗日乘子法确定线性滤波器中权重系数的更新步长；S4：根据计算得到的权重系数更新步长和响应误差，自动调整线性滤波器参数，利用自适用调整的线性滤波器实现心电信号降噪处理。2.如权利要求1所述的一种自适用心电信号噪音处理方法，其特征在于，所述S1步骤中采集人体的心电信号，利用小波变换方法处理心电信号，包括：将心电电极片固定在人体皮肤部位，心电电极片持续获取人体的心电信号，并将心电信号传输到心电传感器，心电传感器利用小波变换算法对采集的心电信号x(t)进行小波变换处理，所述小波变换算法流程为：1)固定尺度因子a，利用小波函数ω(t)对采集得心电信号x(t)进行小波变换处理，所述小波变换处理公式为：其中：b表示小波函数的位移因子；D(a,b)表示小波变换得到的小波系数；2)改变小波函数的位移因子并重复步骤1)，得到在尺度因子a下的小波系数集合；3)改变尺度因子a，重复步骤1)2)，得到心电信号在不同尺度因子、位移因子下的小波系数D(a,b)，直到4)确定小波阈值为σ；5)删除小于小波阈值σ的小波系数，保留大于小波阈值σ的小波系数，得到的小波系数为q(a,b)
′
，将小波系数重构为心电信号u(t)，则小波逆变换方法的公式为：其中：u(t)为重构得到的心电信号。3.如权利要求2所述的一种自适用心电信号噪音处理方法，其特征在于，所述S1步骤中利用经验模态分解方法去除不相关或者相关性较小的心电信号，包括：利用经验模态分解方法对心电信号进行处理，所述经验模态分解方法流程为：1)对小波重构后的心电信号u(t)加入同长度的白噪声n(t)，得到信号X(t)：X(t)＝u(t)+n(t)2)遍历出信号X(t)中所有的极大值点和极小值点，将所有的极大值点以及所有的极小值点分别用三次样条曲线连接，分别得到信号X(t)的上包络线以及下包络线，上下包络线
的均值曲线即为m1(t)，则h1(t)＝X(t)
‑
m1(t)；3)对h1(t)进行步骤2)操作，得到h2(t)；4)重复步骤3)，得到{h1(t)，h2(t)，
…
,h
10
(t)}，将所得到的h
10
(t)作为信号X(t)的第一组IMF分量c1(t)，第一组IMF分量的剩余分量r1(t)＝Y(t)
‑
c1(t)；5)判断剩余分量r
i
(t)中的i是否大于k，若i≤k，对r
i
(t)进行步骤2)
‑
4)，即将r
i
(t)作为步骤2)中待遍历的信号，步骤4)中输出的剩余分量为r
i+1
(t)，并输出第i组IMF分量，若i>k,则转到步骤6)；6)得到k
‑
1组IMF分量c2(t),c3(t),
…
,c
k
(t)以及剩余分量r
k
(t)＝r
k
‑1(t)
‑
c
k
(t)；则将信号X(t)分解为下式：计算每组IMF分量的周期：其中：T
i
表示第i组IMF分量c
i
(t)的周期；s
i,k
表示第i组IMF分量相邻两个极大值点或极小值点中间的第k个时间尺度；N
i
表示第i...

【专利技术属性】
技术研发人员：周磊，杜春玲，宋元林，刘哲，粟锦平，
申请(专利权)人：湖南万脉医疗科技有限公司，
类型：发明
国别省市：