心電信號的預(yù)處理及特征提取算法研究.pdf

1、心電信號自被發(fā)現(xiàn)以來，一直是臨床上診斷心臟病的重要依據(jù)之一。心電信號是一種典型的強噪聲背景下的低頻弱生物電信號，具有低信噪比、非平穩(wěn)、隨機、與噪聲有極強的時頻耦合等特點。隨著現(xiàn)代醫(yī)學(xué)對于心電信號自動分析的需求越來越迫切，心電信號的計算機處理成為了信號分析處理方面越來越熱門的研究內(nèi)容。心電信號的自動化處理，可以分為三個方面，分別是心電信號的預(yù)處理、心電信號的特征提取和心電信號的分類識別。這三個研究內(nèi)容環(huán)環(huán)相扣，預(yù)處理是特征提取的基礎(chǔ)，而特

2、征提取的準確度可以對分類識別起到?jīng)Q定性的作用。本文主要工作在于心電信號的預(yù)處理及心電信號的特征提取，對于這兩個方面的工作分為了三部分內(nèi)容：
　　首先研究了分數(shù)階傅里葉變換的最優(yōu)階次確定問題。分數(shù)階傅里葉變換的可變階次對于分析處理心電信號這種非平穩(wěn)信號有著至關(guān)重要的作用，本文中采用入侵雜草算法對分數(shù)階傅里葉變換進行階次尋優(yōu)，通過入侵雜草算法在分數(shù)階傅里葉域內(nèi)進行二維峰值搜索，確定峰值進而實現(xiàn)最優(yōu)階次的尋找。仿真實驗表明，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，為心電信號的預(yù)處理打下了基礎(chǔ)。
　　然后根據(jù)心電信號典型噪聲的特點，分別改進了濾波算法對心電信號進行預(yù)處理。針對基線漂移噪聲頻率比較低，與心電信號中的特征波形頻率不存在重疊，變化趨勢較為緩慢的特點，利用EMD對含噪心電信號進行分解，采用直接去除得到的高階IMF的方法實現(xiàn)對基線漂移噪聲的濾除；工頻干擾噪聲雖然頻率與心電信號頻率有重疊，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、陷波算法對工頻干擾噪聲進行濾除。由于該算法存在延遲，在處理信號中需要一個自適應(yīng)調(diào)整的過程，為了克服這個問題，本文采用對原始信號進行前端拓延的方法來改進濾波效果，濾波完成后再去除拓延部分，仿真實驗證明了改進算法能夠有效的緩解信號前端的振蕩波形；針對肌電干擾信號頻率分布廣泛，其頻率與心電信號的特征波形頻率有較強的混疊的特點，本文采用基于分數(shù)階傅里葉變換的譜減算法對肌電干擾信號進行濾除，心電信號經(jīng)過分數(shù)階傅里葉變換，會出現(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)階次下的分數(shù)階傅里葉域內(nèi)利用譜減算法對信號進行濾波，然后對信號進行恢復(fù)，仿真實驗表明，與單純的譜減算法相比，基于分數(shù)階傅里葉變換的譜減算法提高了信噪比，對肌電干擾噪聲實現(xiàn)了有效的濾除。
　　最后綜合信號時域和頻域的信息，利用HHT與小波變換相結(jié)合的算法對心電信號的特征波形進行了定位。小波變換能夠?qū)π盘柕钠娈慄c進行表征，但是通過小波變換定位的心電信號中QRS波群的峰值會出現(xiàn)偏差。為了克