小波熵阈值的心电信号去噪及R波检测算法.pdf

《小波熵阈值的心电信号去噪及R波检测算法.pdf》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36卷第5期河南科技大学学报：自然科学版VoI_36No．52015年10月JournalofHenanUniversityofScienceandTechnology：NaturalScience0ct．2015文章编号：1672—6871(2015)05—0046—06小波熵阈值的心电信号去噪及R波检测算法陈晓娟，霍晓良，董寒冰，蔡逸群。(1．东北电力大学信息工程学院，吉林吉林132000；2．长沙电力职业技术学院，湖南长沙410131；3．河南大学医学院，河南开封475000)摘要：针对心电信号去噪问题，首先利用小波变换

2、分解心电信号，计算小波分解后信号子带区间的小波熵，将小波熵和小波阈值相结合确定各层高频小波系数阈值门限。用阈值门限以及折中指数自适应阈值函数处理带噪的心电信号，并用bior3．7小波对去噪后的心电信号进行R波峰值定位，最后与原信号R波峰值位置对比。用本方法先对MIT／BIH心率失常心电数据库中117号心电信号去噪，之后与无偏风险阈值、固定阈值、启发式阈值和极大极小阈值去噪算法的性能比较。比较结果表明：当输入信噪比为9．7247dB时，小波熵阈值去噪法得到信号的输出信噪比为17．2941dB，其输入输出信噪比曲线明显高于其他4种传

3、统阈值去噪法的输入输出信噪比曲线，且其R波检测结果更加精确。关键词：心电信号；阈值去噪；小波熵；特征提取；R波检测中图分类号：TP391文献标志码：A0引言心脏兴奋电活动过程可由心电信号(ECG)来反映，心电信号也是医学上对心血管疾病诊断的重要科学依据。心电信号具有一定的随机性且一般情况下十分微弱，在信号采集、放大及变换过程中，心电信号容易受到人体呼吸及检测仪器等因素影响，从而引入多种不同种类的噪声，如基线漂移、工频干扰、肌电干扰等。这些噪声引入会使心电信号发生某种程度的畸变，从而给病情分析及诊断带来一定的影响。因此，医学诊断中

4、心电信号去噪是心脏智能诊断所要研究的重要课题。为减小或最大限度消除心电信号中存在的噪声干扰，目前，国内外的研究学者已提出多种去噪方法。小波变换具有多分辨率分析的特点，且是时频域化的数学工具，小波变换通常适用于对时变非平稳信号分析。在小波变换处理信号的过程中，最为重要的就是阈值的选取，Donoho和Johnstone提出固定阈值、无偏风险阈值、极大极小阈值和启发式阈值。这些阈值在去噪处理中效果十分显著但也具有一些缺点，例如：无偏风险阈值通常在小波系数稀疏时处理效果不明显；固定阈值去噪处理时过度平滑信号；极大极小阈值及启发式阈值对去

5、噪重构后的信号在时域上得不到较好的处理效果。针对传统小波阈值去噪算法不能有效去除心电信号中所参杂的基线漂移及工频干扰，重构信号会产生伪吉布斯现象¨。小波熵阈值去噪新算法是根据不同分解尺度上信号和噪声能量分布不同的特点，滤除一部分的基线漂移及工频干扰。1小波熵阈值门限及其阈值函数1．1小波熵理论熵指的是给出的信号源中每个符号所包含的信号源的平均不确定性以及其信号中所含的平均信息量，熵值则用来表征信号概率分布均匀性。对信号进行小波变换之后，由其各个尺度不同的小波系数计算其概率分布情况，最后再根据概率分布序列计算其相应的熵值。得到的熵

6、值大小可以用来表示系数矩阵稀疏程度，即用来反映信号复杂程度和信号的不确定性”。假设某采样信号(n)经多个尺度的小波变换之后，其中，第分解的尺度下时刻的高频分量系数基金项目：国家自然科学基金项目(61271115)作者简介：陈晓娟(1970一)，女，吉林长春人，教授，15~，硕士生导师，主要研究方向为模拟电路故障诊断、电力线通信及信号处理收稿Et期：2014—10—22第5期陈晓娟，等：小波熵阈值的心电信号去噪及R波检测算法‘47·表示为d“，低频分量的小波系数为Cti，，信号采样频率用来表示。则在不同分辨率=0，1，⋯，M下其细

7、节信号能量为Ej：∑1()I，则整个信号总能量可表示为E=(￡)II=∑∑I(jc)l‘=的形式，归一化之后的相对小波能量可以表示为=Ey／E的形式。，PJ用来表示信号能量分布概率。如果把信号第层系数()等分成n个小区间，则有：m／n=．∑ICj()I，(1)其中：m为所有的采样点数；小波能量JPm表示的是第个子区间小波系数能量，与该层小波系数总能量的比值，E=∑E；(2)Pj=E／Ej。(3)，k区间里的小波熵WE定义如下：WE=一∑．

8、n(Pj，)。(4)，1．2新阈值门限和阈值函数式(5)表示的是高频系数的噪声阈值：A，=

9、l~／21n(Ⅳ)／1n(+1)，(5)其中：_『为分解层数；Ⅳ为采样心电信号的总长度；A为各层高频系数的阈值门限；为可以动态调节的阈值门限系数，可以根据信号中噪声的频率分布特征调节y。值，从而自适应地确定适当的阈值门限；为噪声估计方差，如式(6)所示：0．67