心電信號(hào)是最早應(yīng)用于臨床醫(yī)學(xué)研究的生物電信號(hào)之一,也是人體中一種重要的生理信號(hào),可以綜合反映出人體的健康狀態(tài),同時(shí)也對(duì)心血管疾病的診斷與預(yù)防具有重要的意義。但是,在運(yùn)用醫(yī)療設(shè)備進(jìn)行心電信號(hào)采集時(shí),往往伴隨著噪聲干擾。因此,在實(shí)際應(yīng)用中如何提取到純凈的心電信號(hào)是一個(gè)亟需解決的問(wèn)題。為更好解決上述的問(wèn)題,使采集到的心電信號(hào)能夠得到更準(zhǔn)確的使用,本文研究出一種基于CEEMD的定量自適應(yīng)ECG去噪方法。該方法是在對(duì)EMD及其優(yōu)化方法的深入研究的基礎(chǔ)上提出來(lái)的。首先,將原始信號(hào)經(jīng)過(guò)CEEMD方法進(jìn)行有效分解,最終獲得一系列IMF分量。針對(duì)IMF分量,本文采用分域的原則分別進(jìn)行處理。運(yùn)用相關(guān)性分析計(jì)算出原始信號(hào)與各個(gè)IMF分量之間的相關(guān)度,進(jìn)而去獲得噪聲域和信號(hào)域間的分界點(diǎn)。再在信號(hào)域中依據(jù)能量?jī)?yōu)先的原則和噪聲域中依據(jù)低頻優(yōu)先原則進(jìn)行有效模態(tài)函數(shù)選擇。最后,依據(jù)互信息的計(jì)算設(shè)置對(duì)應(yīng)的相關(guān)性閾值,通過(guò)相關(guān)性閾值的設(shè)置將選擇的有效模態(tài)函數(shù)進(jìn)行重構(gòu)即可得到最終去噪信號(hào)。本文提出的ECG去噪方法中,各個(gè)參數(shù)都可以定量自適應(yīng)的計(jì)算出,避免先驗(yàn)性知識(shí)的需要,極大提高去噪方法的準(zhǔn)確性和自適應(yīng)性。另外,在針對(duì)一部... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．２多種噪聲干擾的２０３號(hào)心電信號(hào)??Ｆｉｇ?１．２?Ｔｈｅ?Ｎｏ．２０３?ＥＣＧ?ｓｉｇｎａｌ?ｗｉｔｈ?ｍｕｌｔｉｐｌｅ?ｎｏｉｓｅ?ｉｎｔｅｒｆｅｒｅｎｃｅｓ??

ｎ?（３．１）??［ｘ２?＝?０．２ｓｉｎ（２Ｔｉｔ?—－）??合成的間斷信號(hào)及３個(gè)信號(hào)成分的波形表示如圖３．１所示。在圖３．１中圖形排??列從上到下依次為合成的間斷信號(hào)，兩個(gè)正弦信號(hào)和間斷干擾信號(hào)。??？?Ｃ?０２?０＾?〇！ｂ?０＾?ｔ?ｔｌ?１：４?１：６?Ｔ＾８?２??ｎ?ｒｙ?Ｘ１?〇４??１８ＭＭ■醒ＰＰＰＭ??１ｒ——，ｎ?，?，?，?，?，?ｒ－＾??￣０２?０＾?０６?０Ｌ８?１?ｔ２?ｔ�。�?ｉｔｇ?ｔｄ?２??．??

圖３．２合成的隨機(jī)噪聲信號(hào)及包含的信號(hào)成分??Ｆｉｇ．?３．２?Ｔｈｅ?ｓｙｎｔｈｅｓｉｚｅｄ?ｒａｎｄｏｍ?ｎｏｉｓｅ?ｓｉｇｎａｌ?ａｎｄ?ｉｔｓ?ｓｉｇｎａｌ?ｃｏｍｐｏｎｅｎｔｓ??從圖３．１、圖３．２可知，合成的間斷信號(hào)和合成的隨機(jī)噪聲信號(hào)的極值點(diǎn)分布??不均勻，其幅值波動(dòng)較大即都存在特征時(shí)間尺度跳躍變化的情況。將這兩種合成??信號(hào)用ＥＭＤ方法進(jìn)行分解，得到兩個(gè)系列的ＩＭＦ分量，其分解結(jié)果如圖３．３和圖??３．４所示（圖中僅僅展示出前７個(gè)ＩＭＦ），其中圖３．３表示合成間斷信號(hào)的分解結(jié)果，??圖３．４表示合成隨機(jī)噪聲信號(hào)的分解結(jié)果。??，〇?？?分解產(chǎn)生的丨ＭＦ??４０?０?２?４?６?８?１０?１２?１４?１６?１８?２０??ｉ?皇?ａｍｍｍｍｍａａｈａｍａｍａａｍａａｍｍａ＾ａｍａｍａｍａｍｍ／＾ａｍａａ／ｗｗｗｗｗｗｕ??０?２?４?６?８?１０?１２?１４?１６?１８?２０??Ｔ）?２?４?６?８?１０?１２?１４?１６?１８?２０??Ｉ?＾—；?，??０?２?４?６?８?１０?１２?１４?１６?１８?２０??ｌ．ｎ＾Ｅ?－—ｒ－—一＾、一??—－—ｉ??０?２?４?６?８?１０?１２?１４?１６?１８?２０??＾＿??０?２?４?６?８?１０?１２?１４?１６?１８?２０

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的小波閾值去噪方法[J]. 張振鳳,威歡,譚博文.  光通信研究. 2018(02)
[2]心電信號(hào)的預(yù)處理算法分析[J]. 王潤(rùn).  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2018(07)
[3]運(yùn)動(dòng)狀態(tài)下的智能遠(yuǎn)程心電監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)[J]. 劉昕.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2018(03)
[4]《中國(guó)心血管病報(bào)告2017》要點(diǎn)解讀[J]. 馬麗媛,吳亞哲,王文,陳偉偉.  中國(guó)心血管雜志. 2018(01)
[5]ECG去噪算法的設(shè)計(jì)與實(shí)現(xiàn)[J]. 馬曉婷,尚宇.  國(guó)外電子測(cè)量技術(shù). 2017(07)
[6]智能移動(dòng)心電儀在移動(dòng)醫(yī)療中的設(shè)計(jì)與實(shí)現(xiàn)[J]. 張晏剛.  自動(dòng)化應(yīng)用. 2017(04)
[7]滾動(dòng)軸承振動(dòng)信號(hào)處理方法綜述[J]. 胡智勇,胡杰鑫,謝里陽(yáng),佟安時(shí),張嘯塵.  中國(guó)工程機(jī)械學(xué)報(bào). 2016(06)
[8]具有自適應(yīng)性的實(shí)時(shí)睡眠信號(hào)處理算法研究[J]. 陳科,單姍,鄭紅梅.  電子測(cè)量與儀器學(xué)報(bào). 2016(10)
[9]基于互信息的改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及其應(yīng)用[J]. 劉蕊鑫,紀(jì)昌明,馬源.  中國(guó)農(nóng)村水利水電. 2016(10)
[10]基于改進(jìn)閾值函數(shù)的小波閾值去噪算法[J]. 朱偉華,安偉,尤麗華,吳靜靜.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2016(06)

碩士論文
[1]一種呼吸與心跳參數(shù)自適應(yīng)提取設(shè)備的設(shè)計(jì)與研究[D]. 單姍.合肥工業(yè)大學(xué) 2017
[2]基于小波變換的心電信號(hào)去噪識(shí)別的研究與實(shí)現(xiàn)[D]. 鄭鑫.北京郵電大學(xué) 2017
[3]基于EMD的心電信號(hào)去噪方法研究及實(shí)現(xiàn)驗(yàn)證[D]. 張磊磊.重慶郵電大學(xué) 2016
[4]穿戴式心電信號(hào)無(wú)線監(jiān)護(hù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 韓云鵬.北京郵電大學(xué) 2016
[5]心律失常的心電監(jiān)護(hù)與輔助診斷系統(tǒng)[D]. 趙云.鄭州大學(xué) 2010
[6]心電信號(hào)實(shí)時(shí)檢測(cè)算法與應(yīng)用研究[D]. 陳兵兵.華中科技大學(xué) 2009
[7]心電信號(hào)處理關(guān)鍵技術(shù)的研究[D]. 戰(zhàn)曄.吉林大學(xué) 2008



本文編號(hào)：3518516