本发明专利技术一种心电图信号自适应阈值小波滤波方法和装置，应用于心电图信号测量，将小波滤波每一层的小波阈值从初始值起按设定步长进行调整，同时根据自相关函数的快速算法计算自相关函数，每次滤波后，记录滤波结果的自相关值，当自相关值达到最大值时，记录对应的小波阈值作为最优小波阈值；所述自相关函数利用心电图信号相邻时刻相关性和自相关特性，由去噪后的信号自身的序列相关性计算得到；最后利用最优小波阈值进行心电图信号自适应滤波。本发明专利技术通过自相关函数的计算结果来选择小波滤波的最佳小波阈值，在没有干净无噪声参考信号的情况下，可评估小波滤波方法的滤波效果，进而优化小波阈值参数；能更好的保留有用信息的同时获得更高的信噪比。同时获得更高的信噪比。同时获得更高的信噪比。
【技术实现步骤摘要】
一种心电图信号自适应阈值小波滤波方法和装置
[0001]本专利技术属于心电图信号处理领域，尤其涉及一种心电图信号自适应阈值小波滤波方法和装置。
技术介绍
[0002]通过监测心电图和呼吸信号，可以早期预防和临床诊断心血管疾病，如心肺睡眠障碍、高血压、冠心病(心绞痛、心肌梗死)，并监测心律失常患者的病情发展情况。然而，传统的接触式监测技术不仅阻碍了被测者的日常生活，而且降低了测量精度。因此，为了在不刺激或损伤皮肤的情况下长期监测生命体征，已发展出几种非接触式的生命体征监测技术，包括心脉动记录图(BCG)、多普勒心电图(DCG)、电信号记录图(ECG)、心磁图(MCG)。通常这些生物医学和健康信号会被各种噪声淹没，如呼吸噪声、肢体运动噪声、功率噪声等，导致心理特征不可用。因此，在进一步人工或智能解调信号之前，应先降低噪声。
[0003]心脉动记录图(BCG)是随心脏活动呈现周期性变化的多周期非平滑随机信号，在不同的时间点具有相似的频率分量出现，利用经验模态分解(EMD)直接降噪无法在信号分量中获得预期的本征模函数。更准确有效地消除心电信号中的噪声一直是研究热点。常用的心电信号去噪方法有带通滤波、加权均值滤波、经验模态分解、小波变换、神经网络、主成分分析、独立成分分析、自适应双阈值等。这些方法在心电信号滤波降噪领域各有特点、优势和局限性。基于自适应滤波和神经网络的系统需要额外的参考信号和训练阶段，不适合实时应用。主成分分析和独立成分分析的统计模型对信号的微小变化非常敏感，限制了它们的长期使用。经验模态分解算法(EMD)存在计算量大、模态混淆、端点效应等问题，导致重构信号中存在大量噪声，而且经验模态分解对固有模态函数的依赖过于严格，不适合实际应用，且固有模态函数往往导致降噪性能急剧下降。小波阈值去噪法具有计算量小、滤波效果好等优点，但其去噪质量在很大程度上取决于待去噪信号本身和小波参数的选择。特别是小波阈值在信号去噪中起着重要的作用，较大的阈值可能导致有用信号数据的丢失，较小阈值会保留噪声数据。
技术实现思路
[0004]本专利技术的目的在于提供一种心电图信号自适应阈值小波滤波方法和装置，通过自相关函数来评价一维心电信号的小波滤波质量，进一步评估最优小波阈值参数，能简单、有效地实现心电信号的自适应滤波。
[0005]本专利技术一种心电图信号自适应阈值小波滤波方法，应用于心电图信号测量，包括如下步骤：
[0006]步骤1、设定小波滤波的滤波参数初始值和步长，所述滤波参数包括小波基、分解层数、阈值函数以及小波阈值参数；
[0007]步骤2、将小波滤波每一分解层的小波阈值从初始值起按设定步长进行调整，同时根据自相关函数的快速算法计算自相关函数，每次滤波后，记录滤波结果的自相关值，当自
相关值达到最大值时，记录对应的小波阈值作为最优小波阈值；所述自相关函数利用心电图信号相邻时刻相关性和自相关特性，由去噪后的信号自身的序列相关性计算得到；
[0008]步骤3、利用最优小波阈值进行心电图信号自适应滤波。
[0009]本专利技术一种心电图信号自适应阈值小波滤波装置，应用于心电图信号测量，包括初始化模块，过滤参数阈值优化模块和自适应滤波模块；
[0010]所述初始化模块，用于设定小波滤波的滤波参数的初始值和步长，所述滤波参数包括小波基、分解层数、阈值函数以及小波阈值参数；
[0011]所述过滤参数阈值优化模块，用于将小波滤波每一分解层的小波阈值从初始值起按设定步长进行调整，同时根据自相关函数的快速算法计算自相关函数，每次滤波后，记录滤波结果的自相关值，当自相关值达到最大值时，记录对应的小波阈值作为最优小波阈值；所述自相关函数利用心电图信号相邻时刻相关性和自相关特性，由去噪后的信号自身的序列相关性计算得到；
[0012]所述自适应滤波模块，用于利用最优小波阈值进行心电图信号自适应滤波。
[0013]所述自相关函数的快速算法具体包括：
[0014]步骤(1)计算被测信号的小波滤波结果
[0015]基于小波基ψ对噪声信号做小波变换DWT，用二分算法来寻求小波滤波每一分解层的最佳小波阈值λ，收缩小波系数，如公式(1)所示：
[0016][0017]其中，w
j，k
和w
λ(i，j)
分别为小波阈值处理前后的小波系数；
[0018]用收缩后小波系数做小波逆变换IDWT重构去噪后的信号，得到小波滤波结果x
i
；
[0019]步骤(2)计算自相关函数，如公式(2)所示：
[0020][0021]其中，小波滤波结果x
i
为有限离散信号，i＝1,2,
…
,N，N为信号长度，j表示时间上的迟滞，其取值范围j∈1，2，
…
，(2N
‑
1)
‑
N，星号表示复共轭。
[0022]所述用二分算法寻求每一分解层的最佳小波阈值的计算步骤包括：
[0023](1)用小波基将输入的噪声信号分解为8层；
[0024](2)对第一分解层设定小波阈值并在小波阈值两侧以S为步长插值小波阈值
[0025](3)用每个小波阈值对噪声信号进行去噪；
[0026](4)计算小波阈值序列对应去噪信号的自相关值FCL
‑
ACF序列
[0027](5)求自相关值FCL
‑
ACF序列的最大值及其对应的小波阈值
[0028](6)对两个小波阈值两侧进行插值，在从小波阈开始的半步两边得到新的小波阈值序列
[0029](7)重复(3)到(6)的步骤，直到对应小波阈值与相邻小波阈值的差值小于10
‑
10
；即对于小波阈值序列即对于小波阈值序列若则为最佳小波阈值，记录当前分解层及对应的最佳小波阈值；
[0030](8)重复(2)到(7)的步骤，找到下一个分解层的最佳小波阈值，直到层数达到8。
[0031]本专利技术不是采用噪声水平估计，而是通过自相关函数对信号的敏感性来优化小波滤波的小波阈值参数，利用心电信号具有周期性的特点，通过信号估计替代噪声估计来评价去噪效果，进一步评估小波滤波分解后每一层最佳小波阈值参数，具有如下技术效果或优点：
[0032]1、通过自相关函数的计算结果来优化小波阈值参数，仅凭心电信号的自相关性，无需纯净无噪声的参考信号，可评估小波滤波的效果，进而优化小波阈值，适用范围更广，更适合在实际检测中使用；
[0033]2、相较于传统的最佳小波阈值由小波去噪结果的信噪比、信息熵或均方根误差评价来确定，本专利技术的算法仅需要计算心电信号自身的相关函数，计算量小，结合本专利技术提出的加速算法计算效率更高。
附图说明
[0034]图1(a)为现有技术中干净心电信号示意图；
[0035]图1(b)为现有技术中图1(a)干净心电信号对应的自相关函数示意图；
[0036]图1(c)为现有技本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种心电图信号自适应阈值小波滤波方法，应用于心电图信号测量，其特征在于包括如下步骤：步骤1、设定小波滤波的滤波参数初始值和步长，所述滤波参数包括小波基、分解层数、阈值函数以及小波阈值参数；步骤2、将小波滤波每一分解层的小波阈值从初始值起按设定步长进行调整，同时根据自相关函数的快速算法计算自相关函数，每次滤波后，记录滤波结果的自相关值，当自相关值达到最大值时，记录对应的小波阈值作为最优小波阈值；所述自相关函数利用心电图信号相邻时刻相关性和自相关特性，由去噪后的信号自身的序列相关性计算得到；步骤3、利用最优小波阈值进行心电图信号自适应滤波。2.根据权利要求1所述的一种心电图信号自适应阈值小波滤波方法，其特征在于，所述自相关函数的快速算法具体包括：步骤(1)计算被测信号的小波滤波结果基于小波基ψ对噪声信号做小波变换DWT，用二分算法来寻求小波滤波每一分解层的最佳小波阈值λ，收缩小波系数，如公式(1)所示：其中，w
j，k
和w
λ(i，j)
分别为小波阈值处理前后的小波系数；用收缩后小波系数做小波逆变换IDWT重构去噪后的信号，得到小波滤波结果x
i
；步骤(2)计算自相关函数，如公式(2)所示：其中，小波滤波结果x
i
为有限离散信号，i＝1，2，
…
，N，N为信号长度，j表示时间上的迟滞，其取值范围j∈1，2，
…
，(2N
‑
1)
‑
N，星号表示复共轭。3.根据权利要求2所述的一种心电图信号自适应阈值小波滤波方法，其特征在于所述用二分算法寻求每一分解层的最佳小波阈值的计算步骤包括：(1)用小波基将输入的噪声信号分解为8层；(2)对第一分解层设定小波阈值并在小波阈值两侧以S为步长插值小波阈值(3)用每个小波阈值对噪声信号进行去噪；(4)计算小波阈值序列对应去噪信号的自相关值FCL
‑
ACF序列(5)求自相关值FCL
‑
ACF序列的最大值及其对应的小波阈值(6)对两个小波阈值两侧进行插值，在从小波阈值开始的半步两边得到
新的小波阈值序列(7)重复(3)到(6)的步骤，直到对应小波阈值与相邻小波阈值的差值小于10
‑
10
；即对于小波阈值序列于小波阈值序列若则为最佳小波阈值，记录当前分解层及对应的最佳小波阈值；(8)重复(2)到(7)的步骤，找到下一个分解层的最佳小波阈值，直到层数达到8。4.一种心电图信号自适应阈值小波滤波装置，应用于心电图...
【专利技术属性】
技术研发人员：陈文，陈云飞，朱培斌，吴敏锋，冯磊，余凯敏，
申请(专利权)人：集美大学，
类型：发明
国别省市：
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。