針對(duì)高頻肌電噪聲、低頻基線漂移及工頻干擾等噪聲對(duì)心電信號(hào)分析診斷的影響問題,本文使用基于自適應(yīng)噪聲的完備集合經(jīng)驗(yàn)?zāi)B(tài)分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,AN-CEEMD）方法,在EEMD基礎(chǔ)上自適應(yīng)地添加正負(fù)成對(duì)的輔助白噪聲,將信號(hào)分解成多個(gè)從高頻到低頻的本征模態(tài)函數(shù)（Intrinsic Mode Functions,IMFs）,然后對(duì)IMF分量進(jìn)行集總平均運(yùn)算,從而降低了重構(gòu)誤差帶來的影響.實(shí)驗(yàn)結(jié)果表明:AN-CEEMD算法對(duì)于心電信號(hào)中高頻肌電干擾的降噪效果較好,能夠有效提高信噪比（Signal Noise Ratio,SNR）和相關(guān)系數(shù)（Correlation Coefficient,R）.相對(duì)于傳統(tǒng)的小波方法,AN-CEEMD算法優(yōu)勢(shì)明顯;對(duì)比EMD算法,降噪后的SNR平均提高了2.32%,得到的R值平均提高了2.34%;對(duì)比EEMD方法,SNR平均提高了1.20%,R值平均提高了1.04%. 

【文章來源】：昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,45(06)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引 言
1 AN-CEEMD算法
2 高頻肌電干擾的去除
    2.1 R波檢測(cè)
    2.2 QRS波提取
    2.3 確定噪聲的階數(shù)
    2.4 信號(hào)的重構(gòu)
3 實(shí)驗(yàn)與結(jié)果分析
    3.1 評(píng)價(jià)標(biāo)準(zhǔn)
    3.2 實(shí)驗(yàn)結(jié)果
4 結(jié) 論



本文編號(hào)：3186881