基于小波分析的心电信号去噪方法对比研究_第1页
基于小波分析的心电信号去噪方法对比研究_第2页
基于小波分析的心电信号去噪方法对比研究_第3页
基于小波分析的心电信号去噪方法对比研究_第4页
基于小波分析的心电信号去噪方法对比研究_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于小波分析的心电信号去噪方法对比研究

0心电小波去噪方法在人类心脏的探测中,由于人类和机器等外部环境的影响,不可避免地会增加各种噪声。心电信号的非线性、非平稳性和微弱性使分析诊断时易产生失真现象,因此其去噪问题一直是计算机应用的重要方向。导致心电信号畸变的干扰通常包括:50Hz工频干扰、肌电干扰、呼吸干扰。其中,工频干扰对信号的影响最大,会使系统信噪比下降,甚至淹没有用的心电信号。对于工频干扰,尽管在实际应用中常采取自适应滤波技术抑制,但实际效果不完全令人满意,因此需要寻找最佳的去噪方法。与传统方法相比,小波变换具有“变焦”显微镜的特性,能同时在时频域中表征信号局部特征,且在低频段具有较高的频率分辨率和较低的时间分辨率,在高频段具有较高的时间分辨率和较低的频率分辨率。它能够有效提取信号的瞬态、稳态信息及波形特征,有效地区分信号中的突变部分和噪声,故非常适合于信号的预处理。小波分析应用于信号去噪的方法通常为模极大值法和阈值法。模极大值法主要适用于信号中含有较多奇异点的情况,利用该方法进行重构时计算速度较慢,小尺度下小波系数受噪声影响非常大,易产生许多伪极值点,而大的尺度会使信号丢失某些重要的局部奇异性;阈值法计算量较小,计算速度快,且反映原始信号的特征尖峰点能得到很好的保留,鉴于此,本文研究基础采用阈值法去噪。研究心电信号小波去噪的文献多采用MATLAB仿真数据或选取MIT-BIHArrhythmiaDatabase等国际上主要标准心电数据库中的信号,作为未受任何干扰的心电信号,附加噪声,计算信号恢复前后的误差。为了分析去噪方法对实际临床心电信号的有效性,本文基于小波变换,针对工频干扰,分别研究了频域强制去噪法、能量阈值去噪法和默认阈值去噪法对临床实测数据的去噪效果,对比验证三种方法的有效性,以获得最佳去噪方法。1分散波转换和小波阈值去除噪声的原则1.1离散化小波函数计算机实现时,有必要对连续小波变换进行离散化处理。把尺度参数a和平移参数b的离散化公式分别取作a=aj0j0,b=kaj0j0b0这里j∈z,扩展步长a0≠1是固定值(假定a0>1)则离散小波函数Ψj,k(t)可写作:Ψj,k(t)=a-j/20(t-kaj0b0aj0)=a-j/20Ψ(a-j0t-kb0)(1)Ψj,k(t)=a−j/20(t−kaj0b0aj0)=a−j/20Ψ(a−j0t−kb0)(1)离散化小波变换系数则可表示为:Cj,k=∫∞-∞f(t)Ψ*j,k(t)dt=<f,Ψj,k>(2)其重构公式为:f(t)=C∞∑-∞∞∑-∞Cj,kΨj,k(t)(3)C是一个与信号无关的常数。重构时,a0和b0的值应尽可能的小,否则信号重构的精确度会降低。1.2阈值去噪步骤小波阈值去噪法因原理简单,计算量小,且在保持信号奇异性的同时能有效地去除噪声,而得到了广泛的应用。其原理如图1所示。去噪主要步骤为:1)对含噪信号进行小波分解,由时间域转化到小波域,得到含噪信号的小波系数;2)估计噪声,选择阈值,对小波系数进行阈值操作,得到新的小波系数;3)由新的小波系数进行重构,得到去噪后的信号。此法中阈值门限的选择和量化在某种程度上关系到信号去噪的质量。如果门限值太小,则经过处理后的小波系数将包含过多的噪声分量,无法去噪;反之则会去除有用信息成分,造成信号失真。1.3噪声扰动以小波系数绝对值作为阈值门限的分类单元。小波系数绝对值趋向零,意味着小波系数所包含的信息量少,且强烈地受到噪声干扰。给定一个预定阈值δ,所有绝对值小于δ的小波系数被划分为“噪声”,它们的数值用零代替;而超过δ的小波系数的数值用δ缩减后再重新取值。“软阈值化”和“硬阈值化”是对超过阈值的小波系数进行处理的两种主要方法。1小波系数w绝对值小于阈值δ的小波系数,其值用零代替;绝对值大于阈值δ的小波系数,其值用δ来缩减。用式表示为:Wδ-{sgn(W)(|W|-δ)‚|W|≥δ0|W|<δ(4)W表示小波系数的数值;sgn()是符号函数。2硬阈值类电子阈值令绝对值小于阈值δ的信号点的值为零,仅保留绝对值大于阈值δ的小波系数,并且被保留的小波系数与原始系数相同,用公式表示为:Wδ={W,|W|≥δ0,|W|<δ(5)硬阈值优点是能够较好地保留信号突变,缺点是可能会使重构的信号产生震荡;软阈值在硬阈值的基础上将边界出现不连续点收缩到零,这样可以避免间断,使得重构的信号比较光滑,缺点是会导致重构的信号的幅度有较大衰减。阈值的选择过程可以通过一个风险函数来定义:Rj(δ)=1Νj∥Wj,δ-Vj∥2(6)Nj代表在第j层子带上的小波系数个数;Wj,δ表示阈值化的小波系数矢量;Vj表示无噪声干扰时的小波系数矢量。2频域强制去噪方法原理对含噪声的心电信号进行多尺度分解后,工频干扰主要反映在小尺度的小波系数上,因此去除噪声所对应的小波分解尺度上的细节分量,再进行小波重构,即可有效去除噪声。频域强制去噪法的具体步骤为:1)将小波系数进行傅立叶分解;2)找到50Hz工频所对应的系数,并置0;其他频率的系数不变;3)用2)得到的系数重构信号,就可以得到滤波50Hz后的信号。用db4小波对原始信号进行分解,提取分解细节系数d1~d7和近似系数的频谱图。可以看出在d1,d2,d3细节系数的频谱图中,50Hz附近有较明显的毛刺,如图2~图4所示。因为d1,d2,d3细节系数受50Hz干扰较大,所以在小波系数重构时,应将d1,d2,d3置零。3选取预定阈值根据阈值法去噪的思想,按照一定的预定阈值δ处理小波系数,小于δ的小波系数认为是由噪声引起的,直接置为零;大于δ的小波系数,认为主要是由信号引起的,直接保留下来(硬阈值法)或将其进行收缩(软阈值法)。本文从能量的角度选取预定阈值δ,其原理是利用了小波变换的变尺度特性:即小波变换对确定信号具有一种“集中”的能力。因此,如果一个信号的能量,集中于小波变换域中信号的少数系数上,那么对这些系数的取值,必然大于其余系数取值或噪声系数取值。根据不同去噪精度要求,设定能量恢复指数百分比η。在保留全部近似系数的前提下,计算细节系数能量保留值的百分比Ej,若Ej>η,则对细节系数能量累加求和;直到Ej<η,最终得到的累加和,即为预定阈值δ。进而根据δ对小波变换域的信号系数进行筛选。能量阈值去噪法具体步骤如下:1小波基的种类选取Daubechies小波函数系中支集长度为7,消失矩为4的db4小波为小波基,由于它不仅是连续的、正交的,而且是支集最小的。因此这种小波的滤波器系数个数少,在分解与重构算法中所需的计算量少。2参数定值及预处理阈值(a)设置能量恢复指数百分比η并计算细节系数的总能量:E=Ν∑i=1|di|2(7)(b)将细节系数的值取绝对值从大到小排列d1>d2>...。(c)随着|dj|值不断增大,细节系数能量的保留值E(j)不断减小。E(j)=E-|dj|2,j=1,2,...(8)细节系数能量的保留值百分比为:Ej=E(j)E*100%(9)(d)根据提前设置的能量恢复指数百分比η,比较η与Ej,直到Ej<η。则此时的细节系数能量的保留值E(j)即为预定阈值δ。根据选定的预定阈值δ对细节系数进行全局软或者硬阈值量化处理。由于心电信号微弱,噪声含量大,硬阈值去噪效果将差于软阈值方法,故本文采用后者进行去噪。32小波重建4去噪函数默认阈值去噪法利用MATLAB中的ddencmp函数产生信号的默认阈值,然后利用wdencmp函数进行去噪处理。该方法算法简单,但处理精度较低,因此只能应用在对信号波形要求不太高的情况。5心电阻去噪效果为了比较三种去噪方法临床应用时的有效性,选择实测心电信号进行实验。实验数据为临床采集的实测数据,信号上叠加方差50Hz高斯白噪声作为工频干扰。取信号长度(即采样点个数)M=2048,利用MATLAB仿真部分信号波形如图5所示。正常心电信号的QRS波形如图6所示。分别采用强制去噪法、能量阈值去噪法和默认阈值去噪法三种方法进行去噪效果对比,结果如图7(横轴表示以毫秒(ms)为单位的时间,纵轴表示振幅即以毫伏(mV)为单位的电压)。将图7实测心电信号去噪后的三幅图曲线与正常心电信号的QRS波形比较,进行分析。结果如下:强制去噪法,信噪比提高约4.71dB。由于受非可控因素的噪声干扰,除d1,d2,d3细节系数频谱的50Hz附近有较明显的毛刺外,其余细节系数,也可能存在轻微毛刺影响,故实际应用中,此法去噪后的信号有可能丢失一些有用成分;能量阈值去噪法,能够简化阈值的选取,较好地滤除工频干扰,信噪比提高约5.96dB。P波和T波失真小,保证了信号的重要信息,取得了较好的滤波效果,令人满意;默认阈值法,信噪比提高约2.65dB。其阈值可信度较低,但算法简单可行。6去噪方法的选择本文在分析离散小波变换原理的基础上,针对工频干扰,分析了频域强制去噪法、能量阈值去噪法和默认阈值去噪法,结合临床实测数据对比验证三种不同去噪方法的有效性。研究滤波后信号与原信号的QRS波形态的相似性可知,对于频带与主要心电信号分离的工频干扰,采用能量阈值去噪法能得到较好的消噪效果。同时,形成以下结论:①临床心电信号中,由人体分布电容引起的工频可以利用小波去噪方法消除。②对比三种去噪方法,频域强制去噪后的信号较光滑,但有可能丢失有用信息;能量阈值去噪法能简化并优化传统阈值的选取,去噪同时保留信号中的突变部分;默认阈值法可信度较低,但仍可满足非高精度数据处理的要求。在实际应用中可以根据具体情况和所需的处理精度,选取合适的工频干扰去噪

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论