APP下载

基于心动周期和经验模式分解的心电信号去噪处理

2020-08-11卢莉蓉牛晓东2燕慧超

数据采集与处理 2020年4期
关键词:经验信号方法

卢莉蓉,王 鉴,牛晓东2,,燕慧超

(1.长治医学院生物医学工程系,长治,046000;2.长治医学院基础医学部,长治,046000;3 中北大学信息探测与处理山西省重点实验室,太原,030051;4.中北大学信息与通信工程学院,太原,030051)

引 言

随着社会的发展,人们的生活水平不断提高,随之带来的患心血管疾病的人数逐年增多,心血管疾病严重威胁着人们的健康,因此对其正确地诊断格外重要。在各种诊断方法中,心电信号(Electrocardiogram,ECG)检查是常用的诊断心血管疾病的一个重要依据。ECG 是一种非线性、非平稳的人体生物电信号,它具有信号微弱、易受噪声影响等特点[1]。这使ECG 发生严重的畸变,大大降低对心脏疾病判断的准确性,因此去噪成为ECG 检查的首要问题。ECG 噪声主要有工频干扰、肌电干扰和基线漂移等。工频干扰一般通过50/60 Hz 陷波器即可以很好地消除,而对于肌电干扰和基线漂移的消除,很多学者持有不同的意见并提出了许多的方法,其中主要包括传统滤波器法、小波阈值法以及经验模式分解(Empirical mode decomposition,EMD)法等。

由于ECG 与其噪声,特别是肌电干扰噪声的频带相互重叠,采用传统滤波器法进行去噪处理会使得去噪误差较大,许多有用的信号被滤除。小波阈值法对阈值的选择依赖性较高,阈值设置过低可能会出现人工噪声,阈值设置过高会损坏ECG[2-3]。EMD 是一种有效的非线性和非平稳信号分析方法[4],已广泛应用于ECG 去噪处理中。但是大多数文献仅局限于利用EMD 去除基线漂移[5-7]。现实ECG中,肌电干扰与基线漂移总是同时存在,单独去除一种噪声的实用意义较小;……

登录APP查看全文

猜你喜欢

经验信号方法
2021年第20期“最值得推广的经验”评选
信号
完形填空二则
经验
2018年第20期“最值得推广的经验”评选
基于FPGA的多功能信号发生器的设计
用对方法才能瘦
基于LabVIEW的力加载信号采集与PID控制
四大方法 教你不再“坐以待病”!
捕鱼