基于小波域多尺度积的心音去噪方法

基于小波域多尺度积的心音去噪方法

ID:38232075

大小:659.64 KB

页数:5页

时间:2019-05-25

基于小波域多尺度积的心音去噪方法_第1页
基于小波域多尺度积的心音去噪方法_第2页
基于小波域多尺度积的心音去噪方法_第3页
基于小波域多尺度积的心音去噪方法_第4页
基于小波域多尺度积的心音去噪方法_第5页
资源描述:

《基于小波域多尺度积的心音去噪方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第7卷第5期江南大学学报(自然科学版)Vol.7No.52008年10月JournalofJiangnanUniversity(NaturalScienceEdition)Oct.2008文章编号:1671-7147(2008)05-0526-05基于小波域多尺度积的心音去噪方法11312赵一鸣,王兵,王柏祥,金涛(1.浙江大学信息科学与工程学院,浙江杭州310027;2.浙江大学附属第一医院,浙江杭州310003)摘要:介绍了一种新的心音去噪方法,利用小波域多尺度积的方法定位第1、第2心音在各个心音周期的位置

2、,并利用其持续时间估计有用信号及噪声,达到去噪的效果,避免了通过ECG2Gating在时域提取噪声时的误差.比较信号在处理前后各个频段的频谱变化,结果表明,该方法不仅在效果上比已有方法更好,在计算上也更为便利.关键词:心音;多尺度积;心电门控中图分类号:TN912.3文献标识码:AWaveletMultiscaleProductBasedMethodforNoiseReductionofHeartSound12312ZHAOYi2ming,WANGBing,WANGBai2xiang,JINTao(11Coll

3、egeofInformationScienceandEngineering,ZhejiangUniversity,Hangzhou310027,China;2.TheFirstAffiliatedHospital,CollegeofMedicine,ZhejiangUniversity,Hangzhou310003,China)Abstract:Thepaperpresentsanewheartsounddenoisemethod,whichusesmultiscaleproducttolocatethefir

4、stsound(S1)andsecondsound(S2)ineachheartbeatcycleandthedurationsofS1andS2toestimatethesesignalsandthenoise,avoidingtheundesirableerrorcausedbyusingECG2GatingtolocatetheS1andS2.Bycomparingspectrumchangesineachfrequencysegmentwithothermethods,thenewmethodeissh

5、owntobeamorerobustextractionmethod,andisaconvenienceincomputing.Keywords:heartsound;multiscaleproduct;ECG2Gating[3]心音信号能够反映与心脏有关的各种疾病的Charleston应用降阶卡尔曼滤波的方法提高心音有效信息,可为临床诊断提供可靠的依据.尽管采信号的信噪比,而这需要对心音信号建立一个精确[4]集心音信号技术已得到很大的发展,但噪声(主要的模型;朱冰莲采用自适应小波去噪达到增强心包括皮肤的擦音、

6、仪器本身的电子噪声、呼吸音及音信号的目的,但是作者只是简单地把某一尺度上[1]其他生理噪声等)仍不可避免.Q.Fu和R.的细节信号作为噪声输入,不能反映实际噪声干扰[2]Gemello利用自适应滤波的方法增强心音信号,的情况.基于平稳信号与非平稳信号在小波变换中[5]但这种方法需要额外的噪声信号作为参考信号;S.幅值变换的不同趋势,张佃中利用小波变换的模收稿日期:2007-12-14;修订日期:2008-03-09.基金项目:国家自然科学基金项目(60503027).作者简介:赵一鸣(1984-),男,浙江舟山

7、人,电路与系统专业硕士研究生.3通讯联系人:王柏祥(1956-),男,浙江绍兴人,副教授,硕士生导师.主要从事信号处理、图像处理与识别等研究.Email:jpqian@lib.zju.edu.cn第5期赵一鸣等:基于小波域多尺度积的心音去噪方法527[6]极大值分离噪声信号;S.Paul首先把Ephraim和首先把采集到的原始心音信号通过多层小波分[7]Malah在语音信号增强中的频域相减(SS)和最解,得到各层小波域系数;然后利用相邻两层系数的小均方估计(MMSE)引用到心音信号的增强处理乘积(多尺度积)所表

8、现出的特性定位和提取第1、第中,并且采用了ECG2Gating估计噪声信号的频谱,2心音及相应的噪声信号;最后采用MMSE或SS算法达到了很好的效果,但是需要同时通过观测ECG信对原始信号进行处理,实现心音信号的去噪.号的方法决定在心音信号中ECG2Gating的时间段,1.2小波域多尺度积这给测量带来了不便,并且容易引入误差.在文献[10]中提到,相邻的两层小波域分解系小波域多尺度积

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。