心电信号处理算法与应用的研究

《心电信号处理算法与应用的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码：10293密级：公开硕士学位论文论文题目：心电信号处理算法与应用的研究学号1011010506姓名谷蓉导师吴蒙教授/博导学科专业信号与信息处理研究方向无线通信与信号处理申请学位类别工学硕士论文提交日期二〇一四年四月万方数据ResearchofECGProcessingAlgorithmandApplicationThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByRongGuSupervis

2、or:Prof.MengWuApril2014万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学

3、位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________万方数据摘要心脏病发病率呈日渐上升趋势，是威胁全人类健康的首要疾病之一。心电信号分析是判

4、断心脏疾病最直接最有效的手段，研究一个便携的模块以及更有效处理心电信号的算法是非常有意义的，也是近年来国内外的研究热点。本文在分析心电信号的产生原理与信号特征的基础上，研究了基于经验模式分解滤除噪声的方法，这种分解方法能够克服传统信号分解方法的缺点，实现自适应和实时分解，利用此方法将心电信号分解成为不同的内蕴模式函数，根据不同的噪声频率特点，通过整系数滤波器和自适应滤波器，成功滤除心电信号中的工频干扰与基线漂移。滤除后的信号需要进行QRS波群监测，本文采用基于差分阈值法检测心电特征波形参数，此方法简单实时效率高，根据检测到的结果，通过一个心

5、电自动检测树进行自动分析与诊断，得到了良好的效果。本文在传统心电信号采集模块基础上，设计了一种基于蓝牙4.0的心电信号检测模块，此模块模拟前端克服了通过电子元器件设计模拟前端的局限性，减少了信号采集过程中加入的噪声，同时提高了准确性，将模拟信号转换成数字信号传输，采集的数据通过空口或者串口传输到计算机或者其他模块上。本文经研究分析，该算法与模块可以显著提高心电信号处理与分析效率，具有一定的可行性。关键词:心电信号特征，蓝牙，预处理波形，心电图分析。I万方数据AbstractHeartdiseaseisoneofthemajordisease

6、sthatendangerhumanlife.ECGanalysisisthemosteffectivemeanstodiagnosecardiovasculardisease.ToexplorenewwayforacquiringandanalyzingECGsignalisanimportantsubjectathomeandabroad.AccordingtoanalyzingthefeatureofECGsingnals,thethesisresearchesanalgoriumbasedonEmpiricalModeDecompo

7、sition.Thismethordcanovercomethelimitationofordinarysingnaldecomposingmethordtorealizerealtimeandself-adapative.AfteranalyzingECGsignalnoisecharacteristic,thedecomposedsingnalsintegralcoefficientrecursivedigitalfilterandadaptivefilteraredesignedtoremovepowerlineinterfacean

8、dbaselinewandersucessfully.Afterfilteringthenoise,italsoshouldbedetectingQRSwaveusingDeff