一种改进小波阈值心电信号去噪方法技术

本发明专利技术属于计算机技术领域，具体的说是一种改进小波阈值心电信号去噪方法，该方法使用平滑分解对心电信号进行分解，并用改进小波阈值算法和数学形态学对其噪声分量组进行去噪处理；首先将含噪心电信号分解为从高频到低频的多个平滑分解分量，建立边界阈值将其分成3组：含高频噪声分量组、有用信号分量组、低频噪声分量组；其次针对含肌电噪声等高频噪声的分量组，利用改进的小波阈值去噪方法进行去噪处理，针对含基线漂移等低频噪声的分量组，利用数学形态学进行去噪处理；最后将各个分量组进行重构得到最终去噪的心电信号。

【技术实现步骤摘要】

本专利技术属于计算机，具体的说是一种改进小波阈值心电信号去噪方法。

技术介绍

1、心电信号是心脏活动在人体体表的表现，是判断各种心律失常、心肌梗死等疾病的重要依据。心电信号幅值范围在10uv～5mv之间，是一种非平稳非线性的非常微弱的生理信号,既包含噪声信号又包含有用信号，对心血管疾病的防治具有重要意义。由于心电信号的简单性和无创性，医生经常使用它来诊断心脏病。有用信号主要包括qrs波(指示心室去极化)、p波(指示心房去极化)和t波(指示心室再极化)，噪声信号包括高频噪声(如肌电噪声、脊髓干扰、电干扰等)和低频噪声(如基线漂移等)。在采集心电信号的过程中，高频噪声会影响r波的幅度和频率，进而干扰心律失常等疾病的诊断。低频噪声会引起st段移位，造成p波、t波峰丢失，影响心肌缺血、心室肥厚等疾病的诊断。因此，为了提高疾病诊断的准确性，对心电信号中的高频和低频噪声进行降噪是非常必要的。

2、由于心电信号的非线性和非平稳特性，傅里叶分析难以有效解决频谱随时间变化的问题。神经网络学习方法需要大量的实例信号进行训练。然而，不同时间和空间被试的心电信号差异较本文档来自技高网...

【技术保护点】

1.一种改进小波阈值心电信号去噪方法，其特征在于：一种改进小波阈值心电信号去噪方法包括以下步骤：

2.如权利要求1所述的一种改进小波阈值心电信号去噪方法，其特征在于：S5中的改进小波阈值函数，其表达式为：

【技术特征摘要】

1.一种改进小波阈值心电信号去噪方法，其特征在于：一种改进小波阈值心电信号去噪方法包括以下步骤：

【专利技术属性】
技术研发人员：杜天保，刘鹏，杨佳，刘元禄，鞠明池，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人