A novel DWT method for ECG noise elimination

An electrocardiogram (ECG) often contains various types of noises and artifacts that might lead to wrong analysis. Recently, many techniques based on discrete wavelet transform (DWT) for ECG noise elimination have been proposed. Determination of the number of decomposition levels, which could vary with the sampling rate (frequency sampling), is one of the main issues in DWT. This letter presents an automatic index, called mean power frequency (MPF) and is independent of the sampling rate, for stopping decomposing process when it achieves the optimum number of decomposition levels. The effectiveness of this scheme is expressed by the signal‐to‐noise ratio (SNR), mean square error (MSE), and correlation coefficient (CC) between the pure and corrected ECG. The results indicate that the applied method can remove Gaussian noise efficiently. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

心电图ECG信号自动检测特征提取方法研究进展

心电图特征参数特征提取技术是人体信号智能化检测领域研究热点之一。论文从差分阈值、模板匹配、小波变换、神经网络等多种特征提取法系统评述常见心电图特征参数自动化检测提取方法,阐述各种方法机理、主要研究应用方向及特点,总结分析指出各方法在不同应用场景下的优缺点。其中神经网络特征提取法准确性高、鲁棒性好,是心电图特征参数提取研究趋势及热点,后续可将神经网络深度学习、自学习与差分阈值、模板匹配、小波变换等特征提取方法相结合,实现更高要求的复杂心电图特征参数检测。     

基于区域极值法心电QRS波的检测

目前,心电QRS波检测的方法很多,其中小波变换较为流行。其核心策略通常是在某一尺度或某几个尺度内搜索小波变换模极大—极小值对之间的过零点,此点对应R波峰值位置。然而,此方法策略存在一定的局限性,它只对一部分病例具有较好的检测效果,对于其它病例则不能较好地检测到R波峰值点,存在不同程度的偏差。根据医学心电常识,R波在心电信号一定区域内幅值为最大,只要确定了搜索区域,搜索到极大值点即为R波峰值点。本文结合二次B-样条小波变换算法提出一种区域极值检测法。通过美国MIT/BIH心电标准数据库进行实验验证表明,该方法克服了此局限性,对108和207以外的所有病例都具有较高的检测率和较好的检测效果,同时经过ARM平台实际应用验证了本算法完全满足实时分析的需求。     

ECG去噪算法的设计与实现

对心电信号进行数字滤波时,因其幅频特性和过渡带的影响很容易造成心电波形失真,为了使原始含噪心电信号与降噪后的心电信号具有同等光滑性和最小方差估计特性,去噪连续性效果更好,分析研究了几种常用的去噪算法,并分别采用MIT BIH数据库中的数据及实测心电数据进行仿真分析,仿真结果表明采用小波阈值去噪算法可以更好的对心电信号进行去噪处理,得到清晰不失真的原始心电信号,信噪比(SNR)达到30以上,均方误差（MSE）在0.1以下,设计方法简单、计算量小,具有很好的应用前景和广泛地使用价值。     

心电信号降噪及R波提取技术研究

心电信号中R波的准确定位是其他波形定位的基础,在心电信号特征波形的研究中处于首要位置。本文根据R波在整个心电波形中幅值最为明显的特点,提出了一种基于小波理论提取R波的方法。首先选择合适的方法去除心电信号中的噪声,其次对去噪后的心电信号做5层小波分解得到各阶近似信号与细节信号,再次将得到的第3、4阶细节信号叠加,将叠加信号的均值作为搜索的阈值,并确定搜索起点,最后将搜索起点的横坐标映射至纯净的心电信号中,并使用逐点比对幅值的方式向后搜索,直至找到R波。使用MIT-BIH数据库中的数据进行多次实验验证,实验结果表明此算法能够准确的定位R波,检验的准确率为99.65%,召回率为99.86%。     

EWT算法在ECG信号滤波中的研究

针对经验模态分解(EMD)算法存在的模态混叠问题和集合经验模态分解(EEMD)算法实时性不足的缺点,采用EMD与小波分析相结合的EWT算法,对ECG信号的频谱自适应分割,在分割区间上构建小波滤波器组,提取具有紧支撑的单分量成分,剔除直流分量和噪声余项,并将其余分量重构。实验数据来自MIT-BIH数据库中真实的心电图(ECG)信号,仿真结果表明,该算法能有效去除ECG信号中的基线漂移和工频干扰,信噪比(SNR)、均方根误差(RMSE)和自相关系数(AC)优于其他两种自适应算法EMD和EEMD;算法整体运行时间小于1 s,满足了心电监测的实时性与准确性要求。     

具有自动抗噪功能的心电信号分类算法

心电图(electrocardiogram,ECG)检测是心脏疾病最常用的诊断方法。但是在心电信号采集过程中往往会受到噪声干扰,从而使心电信号分类诊断的正确率受到很大影响。为提高分类诊断的准确率和抗噪能力,改进设计了一种用深度残差收缩网络(deep residual shrinkage network,DRSN)实现自动抗噪、全局平均池化(global average pooling,GAP)整合空间信息的ECG分类诊断模型。在MIT-BIH心律失常数据集上验证了模型的分类性能,并将其与普通的卷积神经网络(convolutional neural network,CNN)模型进行了抗噪性能分析比较。实验结果表明：设计的DRSN+GAP诊断模型基于AAMI标准的分类正确率高达99.3%,对不同强度的工频及高斯两种噪声其抗噪性能均优于普通的CNN模型。     

小波变换功率分解测量方法及其性能评估

介绍了小波变换有效值与功率分频带测量的基本原理与算法,提出了Dmeyer小波变换有效值与功率的测量方法,并对该方法与3种已经提出的小波测量方法的测量误差进行了对比分析,结果表明在各频率子带和总频带上,Dmeyer小波测量方法都具有较高的准确度。此外,本文还从小波滤波器组的幅频特性和能量泄漏的角度出发,深入研究了小波滤波器组的能量泄漏特性与测量算法误差之间的关系。最后,本文还讨论了小波滤波器组的相频特性对其在功率测量算法的实际应用中可能带来的影响。     

基于静态阈值的无线体域网压缩感知心电降噪重构

心电监测作为无线体域网的一种重要应用,对心电信号重构精度要求较高,并且无线体域网中存在低功耗问题。现有的心电信号压缩感知重构算法虽然降低了功耗,但并未充分利用心电信号频域特性,造成重构精度不高。提出了一种基于静态阈值的无线体域网压缩感知心电降噪重构方法。该方法利用压缩感知理论,在传感器节点利用固定矩阵对心电信号进行观测,观测值被发送至汇聚节点后,再利用基于静态阈值的重构算法对心电信号进行降噪重构。仿真结果表明,该方法具有信号重构精度高、速度快和降噪性能好的优点。     

基于盲源分离和小波滤波的胎儿心电检测

利用胎儿心电信号与母亲心电信号及其他干扰信号之间的统计独立性、非相关性,采用盲源分离算法将胎儿心电信号从复杂的背景干扰中分离出来,但分离出来的胎儿心电图信号仍然受到噪声的干扰。本文提出联合小波滤波与盲源分离的胎儿心电检测方法,首先采用盲源分离处理多传感器采集到的信号,得到受干扰的胎儿心电图信号,然后采用小波滤除噪声,获得较为清晰的胎儿心电图信号。实际采集数据试验表明了该方法的可行性和优越性。     

改进EWT算法的心电信号去噪研究

心电图对诊断心律失常具有重要意义,但心电信号易受各种噪声的干扰,噪声会改变心电信号的形态,影响心律失常的准确诊断。本文提出了一种改进经验小波变换的心电信号去噪算法,根据心电信号的频域特点,改进了经验小波变换中频谱的划分方法,并通过计算过零率和相关系数去除噪声相关的经验模态函数,使用小波阈值法去除剩余分量的残留噪声。实验结果显示,基线漂移和肌电干扰得到有效滤除,降噪后信号的信噪比为17.7382dB,均方根误差为0.0203,优于其他常用方法。改进的经验小波变换算法降噪效果明显,能够有效还原原始心电信号特征。     

基于小波改进阈值的肌电干扰降噪研究与效果评估

肌电干扰是心电信号采集过程由于肌肉的轻微颤动引起的噪声干扰,因此需要对采集到的心电信号进一步的去噪.针对传统小波阈值去噪算法对心电信号去噪后存在信号震荡与失真问题,提出一种含有两个动态参数的改进小波阈值函数,通过动态参数可以对改进阈值函数进行整体和局部的调节,从而达到可以对不同程度的噪声进行去噪的目的 .为了验证新阈值函数的去噪效果,采用信噪比、均方差和心电信号的时频域特征3种评估指标,对改进的阈值函数和传统的肌电干扰去噪算法进行去噪效果的比较.研究结果表明,改进的阈值函数对心电信号去噪后的特征波形保存较好,克服了软、硬阈值函数的缺点,去噪后在平滑性和保真性方面表现良好.与传统肌电干扰去噪算法相比,对轻微噪声和严重噪声去噪后信噪比分别为38.7948和36.7212,均方差分别为0.0013和0.0018,去噪评估结果最好.     

模极大值均方根比在配网暂态接地故障选线中的应用研究

针对小电流接地系统单相接地故障暂态量电流特征,给出一种以零模电流模极大值均方根比值为判据的接地故障暂态选线方法。利用小波包分析和奇异性检测理论对故障线路与非故障线路零模暂态电流奇异性差异进行分析,计算选线频带内各线路零模电流的模极大值序列及模极大值的均方根值,并根据均方根比值确定故障线路。理论分析和EMTP大量仿真试验结果表明,该方法能适应工程应用中可能存在的影响因素,具有灵敏度高、自适应能力强、选线准确等特点。     

基于小波包分析的电力负荷预测算法

提出基于小波包分解和重构的电力负荷预测算法.算法使用具有线性相位的双正交小波对电力负荷数据进行小波包分解和重构,然后用神经网络直接对各尺度上的电力负荷分量进行预测,最后将各尺度上的预测值相加,得到实际负荷预测值.算例表明算法具有较高的预测精度,优于传统的BP神经网络,有利于分析不同时频区域的电力负荷特性,为更准确地建模和预测提供了条件.     

一种新的小波变换功率测量整数算法的研究与实现

在深入分析研究滤波器系数为整数的整数小波变换的基础上,首次提出了基于小波的电压、电流有效值及功率分频带测量的整数算法,并用框图形式表示出其在DSP上的实现方案.实验中采用Dmey小波的整数测量算法测量电压、电流有效值功率的准确度可优于10-4,速度比第一代小波变换的测量算法提高了十倍以上.     

采用小波变换的有效值和频率测量方法

讨论了对含谐波的正弦电压(电流)采样值直接进行小波变换计算基波、谐波电压(电流)的有效值及频率的方法.频率测量中,应用数字测频法对极值点法进行改进.利用小波变换算法对短时间信号进行分析,得到了很好的测量结果.仿真结果表明,在理想采样的情况下(采样过程不存在同步误差),利用小波变换的方法可以对有效值和频率进行准确的测量.     

Improved ICA algorithm for ECG feature extraction and R-peak detection

Electrocardiogram (ECG) signal transmission and monitoring plays a paramount role in long-term cardiac monitoring and analysis to provide remote health care in time, especially for the postoperative people and people in remote areas. The accuracy of ECG signals is of fundamental importance in cardiac diagnosis like R-peak detection. So we need to incorporate analytical methods in existing healthcare systems, to capture more meaningful ECG components and to represent physical cardiac sources more clearly. With this aim, hardware optimized FCAICA (fast confluence adaptive independent component analysis) algorithm is proposed to extract pure ECG components from the ECG mixtures. The extracted signals are then subjected to R-peak detection for further analysis. The proposed improved fast confluence adaptive independent component analysis (IFCAICA) method occupies less hardware resources, consumes low power, improves accuracy, and sensitivity in R-peaks detection. In 0.18 nm technology, the IFCAICA consumes 10.13 mW of power and operates with 3.4 MHz operating frequency.     

Antenna‐height‐dependent delay spread model under indoor stair environment for small cell deployment in future mobile communications

A novel measurement‐based antenna‐height‐dependent statistical root‐mean‐square (RMS) delay spread model under indoor stair environment is proposed. In this model, the RMS delay spread is described as a log‐normal random variable with antenna‐height‐dependent parameters in both line‐of‐sight (LOS) and the non‐LOS (NLOS) areas. The environmental independence of the RMS delay spread distribution is shown first. Then, the parameters of the proposed model are extracted using least‐squares and maximum likelihood estimation. The accuracy of the proposed model is verified by the extensive measured data, and the mean values of the RMS delay spread are compared with those in other related works. Finally, the interdependence of RMS delay spread and the coherence bandwidth is investigated. The proposed model can be applied to the physical layer designs of small cells in future 5G and ubiquitous mobile communication systems. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

暂态电能质量扰动的小波谱峭度法检测与辩识研究

针对暂态电能质量扰动和噪声的复杂性,探讨了基于小波谱峭度理论的暂态电能质量扰动检测与辨识方法。在分析了小波谱峭度理论基本原理的基础上,重点阐述了运用Morlet小波谱峭度方法检测暂态电能质量扰动的实现过程。首先,使用Morlet小波将主动配电网中的暂态扰动信号进行小波去噪与变换;然后,利用分解后得到的一系列小波系数计算其谱峭度最大值及峭度谱;其次,通过均方根值算法计算出其有效值相对值,完成对扰动信号的检测与辨识;最后,借助于计算机仿真验证所述方法的可行性和准确性。理论分析和仿真结果证明:该方法检测速度快、检测结果辨识度高、通用性强;辨识准确度度满足工程应用,实用性强。     

电动汽车混合储能系统CEEMD-PE能量管理策略

针对电动汽车行驶过程中高频需求功率分量引起的锂离子动力电池寿命衰减问题,提出了一种完备集合经验模态分解-排列熵(complete ensemble empirical mode decomposition-permutation entropy, CEEMD-PE)能量管理策略。电动汽车功率需求被分解为有限个本征模态函数分量,并依据排列熵量度的各个本征模态函数分量的数据复杂度,将各个分量重构为低频分量和高频分量。最后,将包含瞬态功率和快速变化的高频分量分配给超级电容器,而将低频分量相应地分配给电池,实现了功率需求低频分量和高频分量在锂离子动力电池和超级电容之间的功率分流。实验结果表明,相较于Haar小波混合储能能量管理策略,在中速和高速区间的锂离子动力电池电流的均方根值分别减小5.91%和4.17%,电流峰值分别减小14.70%和5.77%。所提出的策略有助于抑制锂离子动力电池所承受的高频功率需求,降低大电流对锂离子动力电池的冲击。