基于小波变换的心电信号的分析与处理

本文分析了小波变换与窗口傅里叶变换的时频特性,以及小波变换下信号的奇异特征,研究了基于小波变换的心电信号的特征提取与心电信号的消噪处理,研究结果表明,心电信号中ＱＲＳ波的平均检出率可达９９％以上;经消噪处理后的重建心电信号的信噪比可由原来的５．１ｄＢ提高到１２．８ｄＢ,因此,小波变换技术是生物医学信号分析与处理的又一可行有效的技术方法。     

膈肌肌电信号中心电干扰去除技术的一种方法

本文基于小波信号分解与重建理论和自适应滤波技术相结合的方法,以去除膈肌肌电信号中的心电干扰. 首先,采用小波分解把肌电信号中包含心电干扰的低频段分离出来,这部分信号经过自适应滤波处理后压低膈肌肌电信号,突出心电信号,然后从肌电信号中减去通过自适应滤波得到的心电噪声,再与处理后的细节进行小波的信号重建,得到心电干扰较少的EMGdi信号. 通过对真实的临床医学数据处理,并与常用的高通滤波方法作比较,结果表明,本文所提方法的输出信号的信噪比明显提高,对比处理前后信号的功率谱发现处理后的信号的频谱明显向高频移动,表明该方法取得了较好的去噪效果.     

基于分数阶小波变换的心电信号去噪处理研究

为了能够快速简单的滤除心电噪声,提高信号的信噪比,采用分数阶小波变换对心电信号进行处理,并利用"Arrhythmia Database"和"Noise stress Test Database"数据库中的数据和对其进行验证.仿真结果表明,运用这种方法能够有效地提高心电信号的信噪比,清晰的还原出心电信号的波形及其特点.所以分数阶小波变换在心电信号去噪处理中具有很好的应用.     

基于双极心电信号心率检测算法的比较

心率是表明身体运动和机能的重要指标,文中设计了两极心电信号采集系统.该系统能够通过分析两种时域、频域的分析方法比较心电信号,将结果通过离散小波变换后,恢复从心电图信息与噪声的心率信息,从而得到运动状态下准确的心电波形.     

心电信号提升小波零树编码压缩算法

为了便于心电信号的存储和远传,提出了一种基于提升方式的整数小波变换、组合嵌入式零树编码方案的心电信号压缩算法.改进了应用于二维图像压缩的嵌入式零树编码方法,用于一维心电信号压缩,采用整数实现的提升方式代替原来的小波变换,降低算法的复杂性.对MIT-BIH数据库中的心电信号压缩,结果表明:该算法相比其他方法具有较高的压缩比和较低的均方根百分误差;具有存储空间小、实现简单、快速及可变码率等特点,非常适合在存储空间、功耗要求严格的便携式心电信号记录仪中应用.     

小波变换在QRS波检测中的应用

本文是基于小波变换的心电信号的QRS波检测的应用研究。利用二进样条小波对心电信号按Mallat算法进行分解滤波，消除干扰，再利用小波变换与信号奇异点之间的关系，在2^3尺度下对QRS波进行检测。为更有效地提高QRS波的检测率，结合人体生理特性运用综合检测策略进行复检。     

平稳小波变换和新阈值函数用于心电信号去噪

心电信号采集过程中容易受到基线漂移、工频和肌电等噪声的干扰.为了提高心电信号的信噪比,结合平稳小波变换,在使用小波阈值去噪法去燥过程中,提出一种有别于常用软硬阈值函数的新的阈值函数.通过分析实测数据验证新阈值函数,结果表明,该方法更加有效地抑制了心电信号中混入的基线漂移、工频和肌电噪声,且较好地保留了原始心电信号的特征.     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

脑梗塞时心电信号和脑电信号的相关性分析

心电信号与脑电信号在心脑血管健康评测方面具有重要而不可替代的位置。临床中发现脑梗塞会引发心电信号和脑电信号同时产生异常现象,然而关于脑梗塞时引发的异常脑电信号和心电信号之间的关系研究甚少。通过FP-Growth算法研究,利用小波变换提取信号的特征值,对脑梗塞时心电信号和脑电信号的特征值进行关联分析,结果表明脑梗塞时脑电信号和心电信号存在关联关系,对脑梗塞疾病的预防及早期治疗具有重要的参考价值。     

淹没在分形噪声中的心电信号R波检测

针对淹没在1/f分形噪声中的心电信号的R波检测问题,基于小波变换、W iener滤波与自适应差分阈值法,提出一种去除1/f分形噪声、检测心电信号中R波的方法。该方法先将带有1/f分形噪声的心电信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声进行白化,然后利用自适应W iener滤波实现噪声和有用信号的分离,估计出各子带中的有用信号,利用小波重构恢复出有用的心电信号,最后利用改进的自适应差分阈值法检测心电信号中的R波。实验结果表明,该方法能有效地消除心电信号中的分形噪声,准确实时地检测出R波位置。     

基于小波变换心电信号去噪方法

小波变换基于模极大值的去噪方法具有非线性及自适应特性,而且特别适合于进行非平稳的微弱信号及具有较多奇异点信号的消噪,这种信号特点恰好是心电信号最突出的特征,也是常规信号处理方法遇到的最大难题。本文简述了小波变换模极值去噪方法在心电信号处理中的应用,并证实这种方法可以在信号消噪的同时有效地改善信噪比,并同时提高信号的分辨率。     

基桩完整性检测的小波分解及滤波研究

介绍了小波变换的原理,在此基础上讨论了小波分解及滤波在基桩完整性检测信号中的应用.结合工程实例,选用具有线性相位的双正交样条小波biorthogonal系列小波基bior5.5小波基对桩基检测信号进行了分解和滤波处理,并将其与常规分析方法进行了比较,初步探讨了各自存在的优缺点.     

用A计权连续小波变换识别内燃机噪声源

为了适应内燃机噪声声源识别的需要,当用连续小波变换进行信号分析时,常对小波变换算法作适当的改进.依据连续小波变换的叠加性和尺度转换性质,提出了变换后小波系数的频率修正方法,即在修正小波变换时对信号中不同频率成分小波系数的不同衰减,使变换后小波系数的大小能够准确反映信号中不同频率成分的幅值特性,在此基础上提出了A计权连续小波变换算法,对频率修正后的小波系数进行A计权修正,使之更加适合实际工程中声源识别的需要.利用该方法对某发动机进行了噪声源识别,取得了良好的识别效果.     

用连续小波变换识别内燃机噪声源

为了直接利用连续小波变换进行内燃机噪声源识别，提出了一种连续小波变换的改进算法. 研究了信号组成成分的幅值和频率变化对小波系数的影响，根据连续小波变换的基本性质，对连续小波变换后产生的与信号频率有关的衰减系数进行修正，通过对比分析从Matlab6.5的小波工具箱中找出了适合振动噪声信号分析的小波函数.工程信号的分析结果表明，经过对连续小波变换后小波系数的修正，使小波系数的大小能正确反映信号各组成成分的幅值大小，从而可以利用小波系数形成的云图直接进行内燃机噪声源识别.     

Biomedical Image Processing Using FCM Algorithm Based on the Wavelet Transform

An effective processing method for biomedical images and the Fuzzy C-mean ( FCM ) algorithm based on the wavelet transform are investigated. By using hierarchical wavelet decomposition, an original image could be decomposed into one lower image and several detail images. The segmentation started at the lowest resolution with the FCM clustering algorithm and the texture feature extracted from various sub-bands. With the improvement of the FCM algorithm, FCM alternation freqneney was decreased and the accuracy of segmentation was advanced .     

一种基于小波的结构损伤识别方法研究

各类复杂结构在其服役期内,由于受到设计荷载以及各种其它突发因素的作用,使结构发生损伤,从而威胁整个结构的安全。为了保证结构的安全和减少结构的维护成本,采取有效方法对现役的工程结构进行损伤识别工作就显得尤为必要和迫切。本文通过小波变换方法提取模拟响应信号的模态频率,以达到对结构进行损伤识别的目的。模拟结果显示,基于小波变换的结构损伤识别方法将信号变换到时间—频率空间域上,较以往仅在时间或频率域识别方法更能准确地识别结构的模态频率。     

基于小波和傅立叶变换组合的数字图像水印算法

数字水印技术是实现版权保护的有效办法之一.为实现水印图像的嵌入,提出了一种基于二维离散小波与傅立叶变换组合的灰度图像数字水印算法.首先对原始图像进行离散小波变换,选择低频子带图像LL作为水印的添加区,再将LL区进行分块,并对每一个小块作离散傅立叶变换;对嵌入的水印图像做相应的分块置乱处理,而后根据人眼视觉系统的特点结合边缘分析将水印信息以不同的强度嵌入载体图像中,最后进行傅立叶和小波逆变换生成密图.实验结果表明,算法具有较好的鲁棒性和视觉效果.     

基于小波变换的结构损伤诊断研究

以对结构局部特征变化比较敏感的应变模态为基础，采用小波变换理论进行结构损伤定位及损伤程度的定量研究，通过小波变换的模极大值确定损伤位置，根据李氏指数表征奇异性大小的特性建立了与损伤程度之间关系。数值模拟表明，小波变换的损伤识别方法不需要损伤前结构的信息，通过模极大值及李氏指数进行损伤定位及定量识别结果精确可靠，为工程实践提供理论基础。     

基于小波阈值的图像压缩

提出了一种基于小波阈值的图像压缩方法,研究了Haar小波在图像压缩中的应用.先对图像进行小波分解、重构,然后与Haar小波相结合,通过设定不同的阈值进行压缩,并将此方法与直接采用Haar小波和Sym5小波的压缩图像进行比较.实验结果表明,本文方法对图像的压缩比及峰值信噪比都有所提高.通过小波工具箱可以实现简单的设定阈值的图像压缩,但是为了达到更好的压缩效果,就需要对压缩方法进行改进.