心電信號(hào)的預(yù)處理及特征提取算法研究.pdf

1、心電信號(hào)自被發(fā)現(xiàn)以來(lái)，一直是臨床上診斷心臟病的重要依據(jù)之一。心電信號(hào)是一種典型的強(qiáng)噪聲背景下的低頻弱生物電信號(hào)，具有低信噪比、非平穩(wěn)、隨機(jī)、與噪聲有極強(qiáng)的時(shí)頻耦合等特點(diǎn)。隨著現(xiàn)代醫(yī)學(xué)對(duì)于心電信號(hào)自動(dòng)分析的需求越來(lái)越迫切，心電信號(hào)的計(jì)算機(jī)處理成為了信號(hào)分析處理方面越來(lái)越熱門(mén)的研究?jī)?nèi)容。心電信號(hào)的自動(dòng)化處理，可以分為三個(gè)方面，分別是心電信號(hào)的預(yù)處理、心電信號(hào)的特征提取和心電信號(hào)的分類(lèi)識(shí)別。這三個(gè)研究?jī)?nèi)容環(huán)環(huán)相扣，預(yù)處理是特征提取的基礎(chǔ)，而特

2、征提取的準(zhǔn)確度可以對(duì)分類(lèi)識(shí)別起到?jīng)Q定性的作用。本文主要工作在于心電信號(hào)的預(yù)處理及心電信號(hào)的特征提取，對(duì)于這兩個(gè)方面的工作分為了三部分內(nèi)容：
　　首先研究了分?jǐn)?shù)階傅里葉變換的最優(yōu)階次確定問(wèn)題。分?jǐn)?shù)階傅里葉變換的可變階次對(duì)于分析處理心電信號(hào)這種非平穩(wěn)信號(hào)有著至關(guān)重要的作用，本文中采用入侵雜草算法對(duì)分?jǐn)?shù)階傅里葉變換進(jìn)行階次尋優(yōu)，通過(guò)入侵雜草算法在分?jǐn)?shù)階傅里葉域內(nèi)進(jìn)行二維峰值搜索，確定峰值進(jìn)而實(shí)現(xiàn)最優(yōu)階次的尋找。仿真實(shí)驗(yàn)表明，在尋優(yōu)速度和

3、尋優(yōu)穩(wěn)定性上，入侵雜草算法均取得了較好的效果，為心電信號(hào)的預(yù)處理打下了基礎(chǔ)。
　　然后根據(jù)心電信號(hào)典型噪聲的特點(diǎn)，分別改進(jìn)了濾波算法對(duì)心電信號(hào)進(jìn)行預(yù)處理。針對(duì)基線漂移噪聲頻率比較低，與心電信號(hào)中的特征波形頻率不存在重疊，變化趨勢(shì)較為緩慢的特點(diǎn)，利用EMD對(duì)含噪心電信號(hào)進(jìn)行分解，采用直接去除得到的高階IMF的方法實(shí)現(xiàn)對(duì)基線漂移噪聲的濾除；工頻干擾噪聲雖然頻率與心電信號(hào)頻率有重疊，但是其頻率固定，屬于一種單色噪聲，因此采用LMS自適應(yīng)

4、陷波算法對(duì)工頻干擾噪聲進(jìn)行濾除。由于該算法存在延遲，在處理信號(hào)中需要一個(gè)自適應(yīng)調(diào)整的過(guò)程，為了克服這個(gè)問(wèn)題，本文采用對(duì)原始信號(hào)進(jìn)行前端拓延的方法來(lái)改進(jìn)濾波效果，濾波完成后再去除拓延部分，仿真實(shí)驗(yàn)證明了改進(jìn)算法能夠有效的緩解信號(hào)前端的振蕩波形；針對(duì)肌電干擾信號(hào)頻率分布廣泛，其頻率與心電信號(hào)的特征波形頻率有較強(qiáng)的混疊的特點(diǎn)，本文采用基于分?jǐn)?shù)階傅里葉變換的譜減算法對(duì)肌電干擾信號(hào)進(jìn)行濾除，心電信號(hào)經(jīng)過(guò)分?jǐn)?shù)階傅里葉變換，會(huì)出現(xiàn)明顯的幅值聚集，肌電

5、噪聲則不具有這樣的特性，因此在幅值聚集較大的恰當(dāng)階次下的分?jǐn)?shù)階傅里葉域內(nèi)利用譜減算法對(duì)信號(hào)進(jìn)行濾波，然后對(duì)信號(hào)進(jìn)行恢復(fù)，仿真實(shí)驗(yàn)表明，與單純的譜減算法相比，基于分?jǐn)?shù)階傅里葉變換的譜減算法提高了信噪比，對(duì)肌電干擾噪聲實(shí)現(xiàn)了有效的濾除。
　　最后綜合信號(hào)時(shí)域和頻域的信息，利用HHT與小波變換相結(jié)合的算法對(duì)心電信號(hào)的特征波形進(jìn)行了定位。小波變換能夠?qū)π盘?hào)的奇異點(diǎn)進(jìn)行表征，但是通過(guò)小波變換定位的心電信號(hào)中QRS波群的峰值會(huì)出現(xiàn)偏差。為了克