一种基于自适应小波变换的QRS波检测算法

为了解决心电图QRS波检测的问题，研究了一种基于自适应小波变换来检测QRS波的算法。该方法用心电信号的小波变换作为自适应白化滤波器的输入，然后对白化滤波后的输出进行匹配滤波和阈值检测来识别出QRS波。采用该方法，有利于减小检测的误检率以及提高运行速度。     

改进的基于小波变换的QRS波检测算法

为提高心电信号QRS波的检测精度,分析了小波变换对信号奇异点检测原理,提出了改进的基于小波变换的QRS波检测方法。该方法通过考察小波分解系数进行R峰位置区间定位,尺波漏检回溯及正向、倒置R波判断的QRS波检测方法;并提出了一种新的跟随阈值。该算法在Matlab仿真环境中,经过对MIT—BIH数据库中典型14条ECG（Electrocardiogram）信号进行QRS波检测实验。数据表明,该算法对正常心电和非正常心电的检出率达到99．98％,具有较高的实用价值。     

基于小波变换的QRS波形检测方法

介绍了一种使用小波变换对单导联心电信号QRS复合波进行检测的方法.用二次样条函数的母小波函数,对信号按àtrous算法进行变换.通过一系列改进措施来提高QRS波的检测精确度.在Matlab平台下,用MIT-BIH心律失常数据库对该算法进行检测验证,发现对各种干扰和病态波形有很好的抑制能力,使QRS复合波的检测率敏感度Se为99.89%,正确率P 为99.97%.     

心电图信号处理技术及小波变换方法

给出了心电信号处理的两种方法。第一种方法是运用合成技术,它可以保证波形的完整,而且便于实现。第二种方法是运用小波分析。小波适用于分析非平衡信号,适宜于对心电图数据进行预处理和特征提取。本文应用Mallat算法对心电图信号进行了多尺度分解。     

小波变换在心电图识别系统中的应用

利用小波变换技术对心电图的QRS波、P波、T波的具体形态进行识别,由此得到各个波的形态、起点、终点的位置及相应的参数值。并在得到特征参数的基础上构建了心电图诊断专家系统,它是以领域专家的理论知识和经验知识为基础,采用一种新的模糊推理方法建立模糊专家系统。采用VC 6.0对该方法进行检测,结果显示该系统能较准确对心电图进行自动分类诊断。     

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。     

Fourier变换与小波分析

本文以数学的观点对Fourier变换进行了分析，指出了它的一些不足之处，然后以对比的方法，介绍了小波分析的基本思想，展示了其克服Fourier变换的缺陷的方法。     

小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由子带分解或拉普斯塔形分解等引出，本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义，离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波级数变换的算法，该算法较之Ｏ＇Ｒｉｏｕｌ的类似算法相比，可取得更好的计算精度。     

基于小波变换的包络分析

把小波理论应用于包络分析，介绍了小波包络方法，并把这一方法推广到组合小波包络分析，详细讨论了高斯平顶频窗组合小波的构造和参数选择方法。由于小波分析本身具有时、频域局部化特性，因此小波包络分析不需要配以滤波环节即可提取所需频率范围信号的包络；又由于可以通过改变参数来调节小波频窗的形状、位置和宽度，因此小波包络分析有着很大的灵活性，而且软件实现容易。     

用小波变换和Fisher判别对人脸进行特征提取

提出了一种用小波变换和核函数Fisher判别对人脸进行特征提取的方法.同传统的特征提取方法相比,用核函数Fisher判别进行特征提取,不仅可以对人脸图像进行维数压缩,而且还可以有效利用提样本的类别信息.同时,用小波变换对人脸图像进行预处理以降低计算复杂度.同传统的Fisher变换相比,可以较好地解决人脸识别这一非线性问题.实验结果表明方法是有效的.     

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.     

基于小波变换的心电信号噪声处理

以小波变换的多分辨率分析为基础，通过对体表心电信号(ECG)及其噪声的分析，对ECG信号中存在的基线漂移、工频干扰及肌电干扰等几种噪声，设计了不同的小波消噪算法；并利用MIT／BIH国际标准数据库中的ECG信号和程序模拟所产生的ECG信号，分别对算法进行了仿真与实验验证。结果表明，算法能有效地滤除ECG信号检测中串入的几类主要噪声，失真度很小，可满足临床分析与诊断对ECG波形的要求。     

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.     

基于小波变换和SVD的心电身份识别

基于心电信号的身份识别技术是生物身份识别领域研究的热点问题.该文利用小波变换将经过预处理之后的心电信号进行多尺度分解,组成一个初始特征矩阵;随后对该矩阵进行奇异值分解,分解后的奇异值包含了心电信号的重要信息,将其作为特征参数并最终采用支持向量机对心电信号进行匹配识别.通过对26个正常测试者的心电信号进行识别,识别率可达97.80％.     

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。     

基于小波理论的噪声信号分析

小波分析是使信号具有时－频局部特性的信号处理方法。利用小波变换在各尺度的模极大值，能够确定波形的奇异点和在奇异点处的ｌｉｐｓｃｈｉｔｚ指数α。     

小波域变步长ICA算法提取胎儿心电信号

胎儿心电信号是反映胎儿宫内生理活动的一种最主要的客观指标,从母体体表混合信号中分离出胎儿心电信号是近年来信号处理领域研究的热点问题。该文利用小波变换将采集到的各导联混合信号变换到小波域;在小波域结合模拟退火法变步长进行独立分量的提取;将提取到的各独立分量进行小波逆变换,从中选择胎儿心电信号成分。通过对临床实际数据进行实验,实验结果提取出了清晰的胎儿心电信号。     

连续复小波变换在工程检测数据处理中的应用

通过对基桩检测信号进行多尺度一维连续复小波分解，得到局部模极大值线（local maximum line），计算模极大值线对应位置的Lipschitz指数值，从而综合判断信号的奇异点位置．由信号的奇异点位置很容易确定入射波、缺陷反射波、桩底反射波位置．这种分析方法可以实现对反射波测试数据更为灵活精细的分析，消除了由实测信号直接判读反射波到达时刻存在的潜在错误．最后给出了实测桩端部响应信号的分析实例，结果表明：复小波变换判断有效桩长和缺陷位置比实小波变换具有更好的精度．     

小波变换在水下目标回波奇异性检测中的应用

研究了信号的奇异性检测问题．给出小波变换和信号奇异性的关系及小波基的选取方法，实现小波分析对信号各类奇异间断点的有效检测，最后进行实例分析，分析结果表明此理论与方法适用于对边缘信号与突变信号的处理和提取．     

小波变换在水下目标回波奇异性检测中的应用

研究了信号的奇异性检测问题.给出小波变换和信号奇异性的关系及小波基的选取方法,实现小波分析对信号各类奇异间断点的有效检测,最后进行实例分析,分析结果表明此理论与方法适用于对边缘信号与突变信号的处理和提取.