徐冰鑫

摘  要：心电信号检测作为心脏病临床诊断的关键环节，要求检测人员必须严格按照心电信号检测原则及要求，做好心电信号检测工作。然而，因心电信号在表现特征方面多具备非平稳特性、污染噪声分布范围大等特点，导致其在一定程度上对传统线性滤波器产生了限制使用影响。目前，为去除心电信号中的噪声问题，研究人员主张运用小波阈值降噪法实现对心电信号的去噪处理。针对于此，文章主要以小波阈值降噪法为研究对象，针对小波阈值降噪法在心电信号处理中的应用实践进行研究与分析。

关键词：小波阈值降噪法;心电信号处理;应用

中图分类号：TN911.7       文献标志码：A         文章编号：2095-2945（2020）27-0180-02

Abstract： As the key link of clinical diagnosis of heart disease， ECG detection requires testers to carry out the ECG detection in strict accordance with relevant principles and requirements. However， most of the ECG signals have the characteristics of non-stationarity and large distribution of pollution noise， which limits the use of traditional linear filters to a certain extent. At present， in order to remove the noise in ECG signals， researchers advocate using wavelet threshold denoising method to denoise ECG signals. In view of this， this paper mainly takes the wavelet threshold noise reduction method as the research object， and studies and analyzes the application practice of the wavelet threshold noise reduction method in ECG signal processing.

Keywords： wavelet threshold denoising method; ECG signal processing; application

前言

心电信号作为医学临床最重要的生物电信号，与其他生物电信号相较而言，更适用于临床检测当中，具备较强的直观性与规律性。根据实际反馈情况来看，心电信号在很大程度上可以视为心脏电活动体表的综合表现，对于临床心脏疾病诊断与检测具有较强的应用意义。

1 心电信号问题的相关研究及概述

1.1 心电图诊断常见流程

心电图诊断常见流程主要从导联、获取心电信号入手，按照前置放大原则及要求，正确处理好高通滤波与低通滤波。在此基础上，按照后置放大原则及要求，做好波形识别工作。最后，根据波形显示情况确定参数测量标准，并做好诊断工作。通常来讲，获取心电信号之后检测人员需要做好预处理工作，目的在于抑制干扰问题[1]。

其中，在波形识别方面要求检测人员应该在提取完心电信号之后，根据各波段主要特征，如峰点、起止点等，进行合理识别。在波形参数测量方面要求检测人员应该在做好波形识别工作之后，科学计算出各波幅度、时间间隔等参数数值。需要注意的是，在此过程中检测人员需要按照一定的检测标准，实现对各参数问题的分析与处理过程，以便更好地判断出波形中所含的病变因素。

1.2 心电信号噪声干扰问题

心电信号（ECG）在很大程度上可以视为具备非平稳特征的强噪声，属于随机信号的领域范畴。一般来说，正常心电信号频率主要介于0.01Hz-100Hz之间。其中，90%心电信号在频谱能量方面主要介于0.25Hz-35Hz之间。根据以往的经验来看，心电信号采集过程中会受到多方面因素的干扰而出现检测精确度不高的问题，如存在噪声干扰问题[2]。目前，心电信号噪声干扰问题的主要来源可以从下述方面入手掌握：

一方面，工频干扰。工频干扰出现的主要原因在于供电设备运行期间会受到较多因素的干扰而出现质量隐患问题。尤其是空间产生的电磁场会引起赫兹干扰问题，主要以50Hz-60Hz干扰为主。另一方面，肌电干扰。肌电干扰出现的主要原因在于受到人体活动或者肌肉紧张问题的影响，而引起干扰问题，主要以5Hz-2KHz干扰为主。

2 小波阈值降噪法

2.1 基本原理

小波阈值降噪法的核心思想在于要求研究人员应该事先设置好临界阈值λ。其中，臨界阈值λ可以视为主要由噪声问题引起的数值变化。对此，我们必须采取一定的技术手段消除这部分系数问题，确保降噪原理及方法得以顺利实现。通常来讲，如果小波系数超过λ值，则可以认定该系数变化问题主要由信号引起，保留这部分系数并加以处理，可以得到去噪后的信号。主要原理及步骤如下：

针对带噪信号进行小波变化处理，得出小波分解系数，一般主要以一组数据为主;对小波分解系数进行针对性处理，尤其是阈值处理，得到估计小波系数问题;利用估计的小波系数数值实现对小波的重构过程，所得到的估计信号则可以认定为去噪后的信号。

2.2 小波阈值降噪

信号降噪是信号处理领域广泛关注的问题。其中，小波变换已经在信号去噪领域中取得了良好的推广与应用。阈值降噪法作为小波去噪方法的重要表现，基本上可以视为去噪方法领域中最为简单、有效的方法之一。阈值降噪法的应用原理为：针对小波分解后的各层系数问题进行分别处理，重点针对各层系数中模大于或者小于某阈值的系数进行针对性处理。根据处理得出的小波系数实现反变换处理过程。经过重构分析后，得到合适的去噪信号。

2.3 小波降噪阈值选取

小波阈值降噪法通常有较好的理论支持，在实现方面具备较强的直观性与有效性。目前，关于小波降噪阈值的研究问题，我们需要从阈值选取研究与阈值函数研究方面进行统筹规划与合理部署。阈值的确定作为降噪过程的重要内容，要求研究人员应该从全局阈值与局部适应阈值方面进行研究与分析。其中，全局阈值主要针对各层所有的小波系数进行研究，或者是针对同一层内不同方向的小波系数进行研究，取得科学、合理的阈值。而局部阈值主要针对不同层以及不同方向进行阈值的合理选取。

根据研究结果来看，全局阈值计算更加简单且直观，但是全局阈值计算过程比较趋向于小波系数“过扼杀”，导致重构过程会存在较大偏差问题。如置信区间阈值与图像尺寸之间存在某种联系，虽表面无直接关系，但随着图像尺寸的不断增大，大的噪声系数会存在数目增多的趋势，并被保留下来，因此会导致误差问题的不断增大。因此，在小波降噪阈值选取方面应该根据实际情况进行合理选择，以防止出现误差问题。

2.4 阈值函数

Donoho可以将阈值函数划分为软阈值与硬阈值两种。设定小波系数大小，实现对施加阈值小波系数大小问题的确定。其中，硬阈值在小波系数的绝对值选取方面，应该超过给定的阈值处，设为原值。其余处令等于0。软阈值在小波系数绝对值的选取方面，应该超过给定的阈值处。通过减去给定阈值，其余处令其可以设置为0。总体来看，硬阈值与软阈值在应用方面各具优缺点。举例而言，硬阈值函数可以有效保存信号边缘等特征。但是受到不连续特征的影响，导致重构后的信号可能会出现振荡现象。软阈值函数处理相比硬阈值函数而言，会存在边缘模糊现象，容易偏离真实信号数值。目前，为克服软阈值与硬阈值去噪方法存在的缺点问题，研究人员通过利用多种阈值函数方法，实现对信号降噪过程的优化处理。

如采取软硬阈值折中方法，优化降噪过程。但是需要注意的是，在阈值选取方面应该严格按照下述条件进行合理选择：一是保留住信号的原始特征;二是固定阈值选取算法。如按照λ=（b）Stein的条件要求，给定合理的阈值，得到似然估计结果。再将非似然数值最小化处理，选定合理的阈值。但是需要注意的是，阈值计算过程中容易产生风险问题。一般我们会将阈值产生的风险表达为：R（K）=[N-2K-（N-K）]/N （K=0，1）。按照风险曲线表现特征，可以将最小风险点进行合理记录。其中，在阈值的选择上可以按照启发式阈值进行合理选择，确定最优预测变量阈值。此外，在极大极小阈值的估计方面，建议研究人员应该根据最大风险最小化原则及要求，做好阈值选取算法的选择工作。

3 仿真实验

根据大量的调查研究发现，心电信号在一定程度上与sinc函数相似，因此研究人员建议可以利用sinc函数实现对80Hz心电信号的模拟处理过程。操作过程中，运用Dirichlet函数实现对sinc函数波形的周期产生过程。其中，在周期设定方面应该以2π为主、在幅度值方面应该以1.2为主。对于三种干扰问题的影响可以折算成相关参数数值实现仿真处理过程。在工频干扰方面应该以50Hz为主、幅度值为0.04，利用正弦波进行模拟操作。或者可以运用稀疏分解分析心电信号的算法，满足多种特征波的同时检测要求。需要注意的是，在肌电干扰方面研究人员可以利用高斯白噪声进行模拟表示。信噪比38、基线漂移运用0.5Hz正弦波进行表示。分别加入三种噪声后的波形与一起加入三种噪声后的波形变化可以参照图1。利用wden函数合理设置参数，运用软阈值使用方式实现对每一层小波分解噪声的调整处理。

4 结束语

总而言之，本文主要运用sinc函数实现对心电信号的模拟过程，并按照wden函数设置要求，合理确定sym6小波、10层分解以及软阈值等参数数值，确保心电信号降噪过程得以准确实现。根据反馈效果来看，通过利用上述方法心电信号基本上可以保持不失真状态，且在抑制工频干扰、肌电干扰等方面取得较大突破，可以为临床治疗提供较好的保障。此外，建议相关研究人员应该立足于国内外先进技术标准上，针对小波阈值降噪法在心电信号处理中的应用实践问题进行研究与分析，以期可以为心电信号处理工作提供良好的技术保障。

参考文獻：

[1]徐博，刘斌，刘德政，等.基于小波理论的舰船IMU加速度计信号处理算法[J].中国舰船研究，2020，15（2）：151-158，164.

[2]马星河，朱昊哲，刘志怀，等.基于VMD的电力电缆局部放电信号自适应阈值降噪方法[J].电力系统保护与控制，2019，47（23）：

145-151.

[3]凌峰，邵建华，于笃发.小波阈值降噪法在心电信号处理中的应用[J].信息与电脑（理论版），2012（12）：111-112.