本文關(guān)鍵詞：基于EMD的心電信號(hào)去噪方法研究及實(shí)現(xiàn)驗(yàn)證，由筆耕文化傳播整理發(fā)布。

【摘要】：移動(dòng)通信技術(shù)的發(fā)展以及智能終端在軟硬件性能上的提升,促使了遠(yuǎn)程心電醫(yī)療監(jiān)護(hù)技術(shù)的進(jìn)一步發(fā)展。自2009年IBM提出的“智慧地球”以來(lái),很多人就已經(jīng)在加大對(duì)“智慧醫(yī)療”的研究,來(lái)解決醫(yī)療效率低、看病難、看病貴的窘狀。其中,生命體征信號(hào)是一種微弱信號(hào),具有強(qiáng)烈的非平穩(wěn)性,信號(hào)的頻譜與噪聲相互重疊,對(duì)生命體征信號(hào)的處理是一個(gè)難點(diǎn)。心電信號(hào)是一個(gè)極其重要的生命體征信號(hào),包含著人體心臟活動(dòng)的所有信息,極易受環(huán)境的影響,所采集到的心電信號(hào),常常伴隨肌電干擾、工頻干擾、基線漂移等干擾,嚴(yán)重影響了對(duì)心臟功能的準(zhǔn)確判斷。傳統(tǒng)的小波去噪算法的自適應(yīng)性差,而且也很難同時(shí)將高頻部分和低頻部分的噪聲去除。經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)是一種自適應(yīng)性強(qiáng)的時(shí)頻處理方法,經(jīng)過(guò)近十七年發(fā)展,在各個(gè)領(lǐng)域都倍受青睞。本課題提出了一種基于EMD的心電信號(hào)噪聲去除方法,主要有以下兩方面內(nèi)容:1.設(shè)計(jì)一種基于EMD的心電信號(hào)噪聲去除算法。其中主要包括設(shè)計(jì)本征模態(tài)函數(shù)(Intrinsic Mode Function,IMF)的噪聲評(píng)價(jià)系數(shù),找出噪聲主導(dǎo)的IMF和有用信號(hào)主導(dǎo)的IMF;設(shè)計(jì)類小波閾值濾波器處理高頻噪聲主導(dǎo)的IMF;設(shè)計(jì)數(shù)學(xué)形態(tài)學(xué)濾波器處理有用信號(hào)主導(dǎo)的IMF。結(jié)合美國(guó)麻省理工學(xué)院MIT-BIH心電庫(kù)中的心電數(shù)據(jù),對(duì)算法進(jìn)行仿真。實(shí)驗(yàn)結(jié)果表明,與小波去噪算法和數(shù)學(xué)形態(tài)學(xué)去噪算法相比,本課題的去噪算法能夠同時(shí)去除心電信號(hào)的高頻和低頻噪聲,自適應(yīng)性更強(qiáng),去噪效果更好。其中,去噪后的信號(hào)質(zhì)量最好,信噪比SNR和與標(biāo)準(zhǔn)心電信號(hào)的相關(guān)系數(shù)AC最高,均方根誤差RMSE最低。2.實(shí)現(xiàn)智慧醫(yī)療系統(tǒng)中的心電信號(hào)處理功能。在智能終端上,將基于EMD的心電信號(hào)去噪算法實(shí)現(xiàn)。其中,包括數(shù)據(jù)讀取設(shè)計(jì)、波形顯示設(shè)計(jì)和ECG濾波設(shè)計(jì)。最后對(duì)軟件進(jìn)行性能評(píng)估,測(cè)試結(jié)果表明,APP軟件去噪效果好。整個(gè)系統(tǒng)小巧、便攜、可移動(dòng)性強(qiáng)。
【關(guān)鍵詞】：智慧醫(yī)療 心電信號(hào) 數(shù)學(xué)形態(tài)學(xué) 小波變換 經(jīng)驗(yàn)?zāi)B(tài)分解 智能終端
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7
【目錄】：

• 摘要3-4
• Abstract4-11
• 第1章 緒論11-22
• 1.1 研究背景與意義11-12
• 1.2 心電信號(hào)12-17
• 1.2.1 心電信號(hào)特點(diǎn)12-14
• 1.2.2 心電信號(hào)噪聲特點(diǎn)14-17
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀17-20
• 1.3.1 心電信號(hào)的預(yù)處理17-19
• 1.3.2 移動(dòng)醫(yī)療19-20
• 1.4 論文的主要研究?jī)?nèi)容20
• 1.5 論文的章節(jié)安排20-22
• 第2章 信號(hào)分析基礎(chǔ)理論簡(jiǎn)介22-34
• 2.1 小波變換理論22-26
• 2.1.1 小波變換22-25
• 2.1.2 小波去噪理論25-26
• 2.2 經(jīng)驗(yàn)?zāi)B(tài)分解26-31
• 2.2.1 本征模態(tài)函數(shù)26-28
• 2.2.2 經(jīng)驗(yàn)?zāi)B(tài)分解與重構(gòu)28-29
• 2.2.3 EMD濾波器29
• 2.2.4 經(jīng)驗(yàn)?zāi)B(tài)分解主要問(wèn)題29-31
• 2.3 數(shù)學(xué)形態(tài)學(xué)理論31-33
• 2.4 本章小結(jié)33-34
• 第3章 基于數(shù)學(xué)形態(tài)學(xué)與EMD的心電去噪方法研究34-52
• 3.1 心電信號(hào)去噪概述34-37
• 3.1.1 心電與處理方法34-35
• 3.1.2 MIT-BIH心電數(shù)據(jù)庫(kù)35-36
• 3.1.3 去噪效果評(píng)價(jià)指標(biāo)36-37
• 3.2 基于數(shù)學(xué)形態(tài)學(xué)與EMD類小波閾值的心電去噪方案37-47
• 3.2.1 IMF評(píng)估系數(shù)38-40
• 3.2.2 數(shù)學(xué)形態(tài)學(xué)濾波器設(shè)計(jì)40-43
• 3.2.3 類小波閾值濾波器設(shè)計(jì)43-46
• 3.2.4 去噪結(jié)果46-47
• 3.3 去噪效果評(píng)價(jià)47-50
• 3.3.1 實(shí)驗(yàn)結(jié)果定量分析47-49
• 3.3.2 實(shí)驗(yàn)結(jié)果定性分析49-50
• 3.4 本章小結(jié)50-52
• 第4章 智能終端心電信號(hào)處理的實(shí)現(xiàn)52-62
• 4.1 智能終端的選擇52
• 4.2 心電信號(hào)處理52-58
• 4.2.1 數(shù)據(jù)讀取模塊53-54
• 4.2.2 主程序控制模塊54
• 4.2.3 顯示模塊54-55
• 4.2.4 心電信號(hào)去噪模塊55-58
• 4.3 軟件測(cè)試與分析58-61
• 4.3.1 去噪效果測(cè)試59-61
• 4.3.2 運(yùn)行時(shí)間測(cè)試61
• 4.4 本章小結(jié)61-62
• 第5章 總結(jié)與展望62-64
• 5.1 研究總結(jié)62
• 5.2 工作展望62-64
• 參考文獻(xiàn)64-69
• 致謝69-70
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 蔡志鵬;羅堪;李建清;;低功耗微型無(wú)線心電節(jié)點(diǎn)[J];生物醫(yī)學(xué)工程學(xué)雜志;2016年01期

2 段力;龐宇;賀焱秋;;基于數(shù)字濾波的呼吸信號(hào)去噪研究[J];數(shù)字技術(shù)與應(yīng)用;2016年02期

3 吳浪;曾超;;EMD分解與IIR濾波器在心電信號(hào)預(yù)處理的應(yīng)用研究[J];福建電腦;2015年06期

4 徐潔;王阿明;鄭小鋒;;基于小波閾值去噪的心電信號(hào)分析[J];計(jì)算機(jī)仿真;2011年12期

5 劉忠國(guó);王金亮;劉伯強(qiáng);;基于形態(tài)學(xué)濾波器的ECG信號(hào)預(yù)處理[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年02期

6 李坤陽(yáng);胡廣書(shū);;基于心電圖分析的心律失常分類[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版)網(wǎng)絡(luò).預(yù)覽;2009年03期

7 彭飛武;熊平;蔡曉珠;劉建庭;傅偉;;論心電信號(hào)檢測(cè)中的噪聲與干擾及其消除方法[J];醫(yī)療衛(wèi)生裝備;2007年09期

  本文關(guān)鍵詞：基于EMD的心電信號(hào)去噪方法研究及實(shí)現(xiàn)驗(yàn)證，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：265782