基于小波模极大值的心电信号滤波算法

提出一种以R波为优先准则,结合小波模极大值的逐心拍滤波算法;并证实了这种方法在有效改善信噪比的同时,能显著提高信号的分辨率.     

基于USB接口的心电信号数据采集系统

本文介绍了基于USB接口的心电信号数据采集系统，介绍了其硬件组成原理及软件设计方法。使用了高性能的USB专用芯片CY7C64613，系统具有使用方便、即插即用等特点，与笔记本电脑相连即可构成移动式心电信号检测分析仪器，具有较高的实用推广价值。     

基于双树复小波变换的心电信号去噪研究

在心电信号处理过程中,为了避免产生Gibbs振荡现象和严重的频率混叠现象,提出一种基于双树复小波变换,并结合最大后验估计确定阈值的心电信号去噪方法.文中采用了信噪比和均方误差来评价双树复小波变换和离散小波变换两种方法对心电信号的去噪效果.实验结果表明:与传统离散小波变换相比,双树复小波变换去噪更彻底,边界、纹理等特征能较好地保留,可以作为一种生物医学信号降噪处理的新方法.     

心电信号实时采集系统

<正> 电生理信号的现场采集多采用磁带记录模拟方式,然后通过A/D转换送回微机分析处理。这样导致信号失真大,传输速度慢,再者由于存在大量机械部件使得系统可靠性下降。本系统采用大容量SRAM存储数据,使用串行通讯方式与微机进行数据交换,提高了传输速度及可靠性。由于采取了数字滤波,数据压缩编码等技术,大大改善了波形记录质量,延长了记录时间。其主要功能和特点介绍如下:     

心电信号特征检测算法研究

提出一种针对心电信号特征检测的快速算法。首先针对干扰信号的频率特性分别采用了中值滤波、梳状滤波器、Butter worth滤波器去除噪声干扰。然后根据心电波形特性采用一种自适应阈值差分算法来进行QRS波检测。接着采用改进后的局域变换法检测P、T波。利用MIT-BIH的QT数据库对所提出的算法进行评估,QRS群波检测率达99.65%以上,对P、T波的定位误差在50 ms以内。试验结果表明,该算法能提高各波的检测精度,适于实际应用。     

基于小波分析的液压系统泄漏检测

介绍了一种以液压系统压力信号为对象,利用小波变换这一时变信号分析的有力工具,提出以小波变换在特征尺度上的模极大值的分布规律为特征,进行液压系统流量泄漏检测的探索性办法。     

小波分析用于磁场刺激诱发肌电信号的实时检测

肌电信号是在皮肤表面记录下来的神经和肌肉的系统活动时的生物电信号 ,有很好的临床价值。文章着重介绍应用小波分析中的奇异点探测理论 ,对磁场刺激下的诱发肌电信号进行分析 ,实时地提取磁场刺激的诱发肌电信号特征。验证了小波分析理论在分析非平稳的随机信号的优越性 ,是信号分析的又一有力工具。     

基于小波分析的局部放电信号消噪研究

由于强烈的窄带周期干扰、白噪声和脉冲干扰等外部干扰,局部放电信号提取是变压器局部放电在线监测技术中的难题,应用小波去噪技术研究了局部放电在线监测中的噪声抑制方法,对母小波及阈值的选择进行了研究,通过以MATLAB为平台对几种母小波比对分析和基于小波变换的阈值去噪仿真实验,验证了小波去噪比较理想的效果.     

基于最优小波包分析的肌电信号消噪

为了清除表面肌电信号(SEMG)夹杂的生理噪声,提出了一种基于最优小波包分析的消噪处理方法.该方法以受试者做内旋动作,采自尺侧腕屈肌的SEMG信号为例,基于symlet5小波函数,分别采用小波方法、小波包方法和最优小波包方法进行了消噪处理.分析比较结果表明,该消噪处理方法能更有效地去除肌电信号中的噪声.     

基于LabVIEW的心电信号采集系统的设计与实现

利用LabVIEW虚拟仪器软件开发工具,设计了一种基于ATmega16单片机和USB总线的心电信号采集系统,详细论述了软硬件的设计方案.该系统具有即插即用功能,能够实现心电信号与PC机数据通信与传输,实验结果验证了该系统的有效性和可行性.     

弧焊过程电信号的小波包分析

CO2弧焊过程电信号的实际测试过程中,消除噪声干扰是一个重要的环节,小波包滤波方法可以有效地将信号和噪声区别开来。在Windows环境下,采用Visual C++6.0编程实现了小波包软阈值算法。测试结果表明:基于软阈值的小波包滤波是一种更有效的降噪方法,它可以改善信号特征信息的提取。     

基于FPGA的心电信号加密算法研究

针对远程医疗中心电信号数据的安全传输问题,提出并设计实现了一种结合心电信号数据特征的SM4加密算法方案。该方案通过对心电信号数据的分析并结合心电信号数据的特征修改SM4加密算法结构,并使用现场可编程门阵列（FPGA）对所提出的心电信号安全传输算法进行硬件电路实现。实验结果表明,该方案在实现心电信号数据安全传输的同时也确保了加密系统能高速实时的进行数据处理。     

一种综合小波变换的心电信号消噪算法

针对心电信号中混有的基线漂移、工频干扰、肌电干扰等噪声,比较了适于心电信号的4种基于小波变换的心电信号消噪算法,结合消噪后的信噪比和信号失真度,提出一种综合小波变换的心电信号消噪算法.该算法先使用小波分解法消除心电信号中的基线漂移,再利用模极大值法消除工频干扰、肌电干扰等噪声.并且运用该算法对MIT-BIH心律失常数据库中的含有多种噪声的心电数据进行了仿真与实验,结果表明噪声被有效地消除并且失真度较小,可满足临床分析与诊断对心电波形的要求.     

基于独立成分分析的胃电信号检测

胃电是一种典型的微弱信号,其检测过程中会引入大量的强背景噪声,其中又以心电、呼吸伪迹最难去除.这是由于两者的幅值远高于胃电,而两者的频带却与胃电极为接近.为此,以高精度ΣΔADC采集8通道混合信号,先经数字带通预处理去除基线漂移并滤去大部分干扰,再用FastICA算法分析其中的独立成分,将心电、呼吸对应的部分权重置0反向投影回观测空间,从而得到清晰的胃电波形.该算法原理简单、收敛速度快、去噪效果明显,所得的结果与临床理论分析得出的结论相符,具有较高的实用价值.     

基于小波包分解的脑电信号特征提取

在脑机接口研究中,针对脑电信号的特征抽取,提出一种基于小波包分解的方法,利用Fisher距离准则,选择具有较大可分离性的特定子带小波包系数和能量作为有效特征,构成特征矢量,并采用BCI2003竞赛数据,通过对该特征矢量的可分性和识别精度2个指标的评估,表明了所提出方法的有效性。     

心电信号循环平稳特性分析

本文在循环频率域内分析心电信号的特性,解决了心电信号循环平稳度与其分段采集时长关系的问题。以德国PTB数据库采集的三导联心电信号为例,首先对原始心电数据进行预处理操作,随后利用二阶循环统计量,研究心电信号的循环平稳特性,并比较分析不同采集时长的心电信号的循环平稳特性,揭示了循环频率与多个时域周期一一对应的关系。本文仿真结果表明,心电信号的循环平稳特性并非时时刻刻都有所体现,只有在采集时间足够长的情况下,才会在循环频域内出现足够数量的循环频率点,即在时域内具有准周期性。     

基于小波包分析和Elman网络的肌电信号处理

提出了一种基于小波包变化和Elman神经网络的表面肌电信号特征提取和模式识别方法.在对表面肌电信号进行预处理的基础上,提出了以小波包变换各频段的能量来构造特征值,以该特征值作为训练样本输入Elman神经网络进行网络训练,构筑手部动作分类器,训练完成的分类器可完成伸腕、屈腕、展拳和握拳等4种手部动作模式的识别.实验结果表明,与其他分析方法比较,该方法不仅识别率高,鲁棒性好,同时也为其他非平稳生理信号分析提供了新方法.     

小波变换在手持心电图机中的心电信号去噪应用

本文以小波变换为基础,介绍了小波去噪的方法和步骤,并通过具体的实例分析,说明小波去噪的效果明显优于传统的滤波效果。然后利用软硬阈值小波去噪算法对ECG信号进行消噪处理。结果表明,软阈值去噪的效果明显的优于硬阈值去噪。     

基于点焊过程的电信号分析系统的研究

点焊过程电信号分析系统是研制高质量焊接设备的一种重要测试技术手段.基于Windows环境、高速数据采集卡PCL1800和工控机通用平台,采用Visual C++6.0开发出高速多功能点焊过程电信号测试分析软件.该系统能精确测定点焊过程的电极间电压和焊接电流波形,并提取出焊接过程动特性的特征信息,从而为高性能焊机的研制和焊接参数的优化提供了一个强有力的工具.