為有效去除心音信號(hào)中夾雜的噪音,提出一種基于離散小波變換（DWT）的心音自適應(yīng)閾值去噪方法。選取db6小波對(duì)心音信號(hào)進(jìn)行5層分解,保留有用的分解層系數(shù)進(jìn)行閾值化處理和信號(hào)重構(gòu),并將其余層的系數(shù)設(shè)置為零。提出一種新的自適應(yīng)閾值估計(jì)法和閾值函數(shù),引入?yún)?shù)m反映信號(hào)中的噪聲水平,根據(jù)其自適應(yīng)估計(jì)閾值。在不同類型噪聲的不同噪聲強(qiáng)度下將軟、硬閾值函數(shù)和新閾值函數(shù)對(duì)心音信號(hào)進(jìn)行仿真對(duì)比。實(shí)驗(yàn)結(jié)果表明,所提方法去噪效果最好,驗(yàn)證了其有效性和可行性。 

【文章來源】：計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(09)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

小波系數(shù)分層明細(xì)

其中, Η ? 和 G ? 分別是低通濾波器和高通濾波器,稱為合成濾波器。兩個(gè)濾波器輸出和產(chǎn)生用于下一級(jí)重構(gòu)的近似系數(shù)。合成濾波器與分析濾波器有關(guān),兩個(gè)分析濾波器和兩個(gè)合成濾波器形成正交鏡像濾波器[12]。重構(gòu)的信號(hào)即去噪后的信號(hào) x( n ) 包含了第4和第5細(xì)節(jié)層的閾值系數(shù)的信號(hào)。小波去噪算法流程如圖2所示。3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證提出方法的可行性,使用不同的閾值方法對(duì)心音信號(hào)進(jìn)行去噪。硬、軟值函數(shù)都使用閾值minimaxi,新閾值函數(shù)使用文中估計(jì)的新閾值。3種方法都是在db6小波分解5層僅選取第4和第5細(xì)節(jié)層的基礎(chǔ)上對(duì)心音信號(hào)進(jìn)行去噪。3種閾值函數(shù)對(duì)加入了信噪比為 5 dB 的高斯白噪聲的正常心音信號(hào)進(jìn)行去噪,去噪效果如圖3所示。圖3(a)是采集到的正常心音信號(hào),圖3(b)是含噪心音信號(hào),圖3(c)是含噪心音信號(hào)經(jīng)過硬閾值函數(shù)進(jìn)行去噪處理后的效果,可以看到圖中還保留比較多的噪聲,去噪效果不是很好,圖3(d)是含噪心音經(jīng)過軟閾值函數(shù)進(jìn)行去噪處理后的效果,濾除了很多的噪聲,但也損失了一部分原始心音信號(hào),使得有些信號(hào)細(xì)節(jié)無法分辨,導(dǎo)致波形失真,圖3(e)是含噪心音信號(hào)經(jīng)過文中提出的新閾值函數(shù)進(jìn)行去噪處理后的效果,圖中噪聲濾除比較干凈且波形沒有失真,保留了原始心音信號(hào)的細(xì)節(jié)特征,去噪效果最好。

【參考文獻(xiàn)】：
期刊論文
[1]一種心音信號(hào)的源成分獲取方法[J]. 成謝鋒,李允怡,高珮熙,佘辰俊,張友迅.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[2]基于隨機(jī)誤差項(xiàng)的小波閾值去噪算法研究[J]. 譚紀(jì)文,汪立新,朱戰(zhàn)輝.  壓電與聲光. 2017(06)
[3]基于小波收縮的心音降噪最優(yōu)化分析[J]. 余輝,姜博暢,劉雁飛,關(guān)紅彥.  電子測(cè)量與儀器學(xué)報(bào). 2017(03)
[4]基于經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的小波熵閾值地震信號(hào)去噪[J]. 劉霞,黃陽,黃敬,段志偉.  吉林大學(xué)學(xué)報(bào)(地球科學(xué)版). 2016(01)
[5]5種小波在心音信號(hào)處理中的分析與比較[J]. 成謝鋒,楊賀.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)



本文編號(hào)：3430049