基于DSP的心电信号R波检测新算法

根据多导联间心电信号相位的关系,算法选择其中的两个导联信号同时进行小波变换R波检测,最后比较这两个通道的输出得出R波检测结果.算法使用LMS自适应滤波进行消噪预处理,使得检测结果更精确.使用MIT-BIH心电数据库病变信号在DSP上进行测试,平均正确检测率达到了99.7%.     

一种基于特征增强的自适应阈值R波检测算法

为提高心电信号R波检测准确度,提出了一种基于特征增强的R波检测算法。首先经过小波分析去除心电信号的高频噪声和基线漂移,然后对信号进行差分运算,选取各数据点前后连续10个差分的最大和最小值做乘积运算,达到增强R波特征的目的,最后设定两个自适应阈值,对全部数据完成检测。实验结果:经过MIT-BIH Arrhythmia Database数据验证,R波检测准确度Acc可达99.57%,敏感度Se高达99.76%,真阳性率+P高达99.82%。将得到的结果与已有文献中的方法进行比较,本文算法简单,实时性好,检测准确率高,更符合实际临床应用的需求。     

心电信号的aTrous小波变换综合检测方法

心电信号反映了心脏有节律的活动。R波、P波和T波是去、复极时产生的突变信号,是典型的峰值奇异信号。信号的突变点检测是小波变换应用的一个重要方面。确定QRS波群的具体形态和起止点,检测P波、T波特征点是心电图分析的难点。研究了信号的二进样条小波按aTrous（多孔）算法进行的变换,构建了系列检测方法,来检测和识别QRS波群、P波、T波的具体的形态和位置。实验结果表明,所提出的综合算法具有较好的适应性,能很好地抑制基线漂移,消除高频干扰,克服了大T波、大S波、高U波波形自身病态因素对综合检测产生的影响。     

基于希尔伯特变换和自适应阈值的R波检测算法

提出一种基于希尔伯特变换和自适应双阈值的R波检测算法。首先对预处理后的信号进行幅度归一化和希尔伯特包络分析;然后采用自适应双阈值法检测R波;最后,根据增强后的信号定位检测到R波的位置。使用4个具有不同频率和信噪比的数据库(MIT-BIH心率失常数据库、QT数据库、NST噪声数据库、European ST-T数据库)和临床采集心电数据对所提算法进行性能评估,结果表明,各种不规律和含有严重噪声干扰的心电信号中R波的位置依然能被所提算法准确检测出。在MIT-BIH心律失常数据库中,总体数据检测的敏感性、阳性检测度和准确率分别达到了99.36%、99.77%和99.13%,每条记录平均消耗时间比传统的Pan and Tompkins算法大大缩短。实验结果表明该算法具有良好的鲁棒性和实时性。     

基于非线性能量算子的心电信号R波检测方法

将Marr小波变换和非线性能量算子相结合实现了心电信号的R波检测,心电信号的Marr小波分解信号很好地抑制了各种噪声干扰,结合非线性能量算子运算可突出了QRS波的特征点,使得阈值检测便于实施,利用修正策略提高了R波检测率,经MIT/BIH标准心律失常数据库验证,R波的检测率可达到99.7%,该方法对于心电信号的自动分析系统具有应用价值。     

房性心律失常信号的特征识别研究

针对房性心律失常心电图中P波T波信号重叠这一现象,给出了T波的抑制方法.首先利用小波变换和信号奇异点之间的关系,对心电信号(ECG)的R泼和T波进行检测.而后对检测出来的符合阈值条件的T波建立模板,通过与原信号的反向叠加,消除叠加在P波上的T波,识别出P波的形态.该算法的实现有助于医生通过对P波形态进行分析来诊断房性心律失常.仿真和实测数据分析表明,该算法具有较高的定位精度(其误差不超过一个采样点)和波形识别能力.     

基于数学形态滤波和提升小波变换的R波检测

利用数学形态学与提升小波变换相结合的方法对心电信号进行分析处理。先用数学形态方法对心电信号进行滤波预处理,可以有效地去除高频白噪声与低频的基线飘移,再利用提升小波变换对处理后的心电信号进行多分辨分析,得出各层逼近信号与细节信号,并在此基础上结合不应期、自适应阈值和回溯检漏等方法,提出了一种动态的R波检测算法,使得QRS波群的检出率达到99.89%。     

基于小波分析和Hilbert变换的R波检测算法

提出了在心电信号中定位R峰的一种新的鲁捧算法.利用小波工具滤波,然后结合心电信号的一次微分和一次微分后的的Hilbert变换,使得R峰突出,P波和T波减弱.另外,噪音、基线漂移、运动伪迹都最小化,伪迹受到抑制.通过经验的R峰时间间隔,预估和应用幅度阈值可以很容易地将R峰找出来.用MIT_BIH心律失常数据库的纪录测试了该算法,平均检测率达到了99.91%.该算法可靠且实现简单,用于其他生理信号如心音信号分段也有较高的正确率.     

一种改进的心电图QRS波群检测算法

在利用小波变换检测QRS波群时,最关键的部分就是模极值配对,提出一种区域极值配对算法来检测R波。首先利用二次样条小波基函数和多孔(ATrous)算法对心电(ECG)信号进行小波变换求取模极值,用正极大值来确定搜索区域,以这个正极大值为起点,以这个确定区域为搜索范围,向左搜索负极大值点,将这两个极值配对,他们之间的过零点就是R波的对应点,然后在检测到R波的基础上检测出Q波与S波,再结合距离最大值法检测出QRS波群的起止点。并采用医学相关理论对检测结果进行优化,进一步去除错检点,补偿漏检点。最后利用MIT-BIH心率失常数据库中记录的数据对该算法进行验证,实验结果表明所提算法能准确检测QRS波群,平均检出率达到了99.97%。     

基于小波变换和希尔伯特包络分析的QRS波检测算法

提出一种基于双正交小波变换和Hilbert变换的QRS波检测算法。首先，通过双正交小波变换分解与重构，消除高频噪声，同时突出R峰位置，构造出有利于QRS波检测的检测层。然后，对信号求差分和希尔波特变换，进一步抑制P波、T波以及基线漂移等噪声。最后，在计算得到的包络信号上根据自适应阈值及决策规则进行R峰检测。根据MIT-BIH心率失常数据库有标注的临床数据进行验证，QRS波检测结果准确率达到99.01%，同时算法具有不错的鲁棒性和实时性。     

一种低复杂度高性能的MIMO系统自适应检测算法

如何克服发射信号的重叠和码间干扰是MIMO系统信号检测技术面临的关键问题。信号检测算法的性能优劣是影响MIMO技术能否真正适于实际应用的关键因素。结合MLD算法高性能和MMSE-SIC算法低复杂的优点,对Hybrid算法进行了改进,提出了一种基于信道最大/最小特征值的自适应混合检测算法。该算法重新定义了自适应系数,并通过信道矩阵特征值的特性,自适应控制三种子混合算法检测数据流时的百分比,以达到更高的检测效率。仿真结果表明：无论信道在何种复杂环境下,该算法具有与MLD算法几乎相同的误码性能,计算复杂度也有很大的改善。     

一种改进差分算法及其在QRS波检测中的应用研究

文章使用一种改进的差分阈值算法来实现心电图QRS波的检测。实验证明,该算法的检测误差率在1%以下,同时还具有计算量小、实时性强等特点。区别于传统自适应算法,该算法能够在干扰较强的情况下实现QRS波的精确定位。算法实现如下:首先,通过一阶差分与二阶差分相结合的方法确定QRS波群;其次,通过自适应阈值确定Q,R,S峰的位置;最后,基于以上参数,采用窗体法确定出P波和T波的位置。     

心电ST-T段的截取算法与系统实现

心电图是心肌缺血、心肌梗塞等心血管疾病的首要检查项目之一,其ST-T段反映了心室复极的过程。利用小波变换的多分辨率分析对原始心电信号进行基线漂移校正和滤波,再结合凸点算子和动态搜索窗方法,对ST-T段定位。通过European ST-T数据库中的所有数据验证,该算法的平均识别率在93%以上。对于所有较为规律的心电信号,其识别率均高于90%。该方法避免了T波峰值定位难这一问题,有效地解决R波倒置、T波倒置和T波高尖等的定位。该算法计算的复杂度较低,能很好地嵌入到实际工程应用中。     

一种针对手写体图像的取证算法

数字图像取证是信息安全领域的研究热点.在手写体图像方面,现有的取证算法对于图像采用各种重采样技术的篡改,其检测效果并不理想.在本文中,我们根据源区域和篡改区域的特征值不变性,提出一种简单有效的盲取证算法.该算法实现了手写体图像篡改的自动检测和篡改区域的定位,并且比现有的重采样检测方法对相同的手写体图像具有更好的检测率,尤其是在图像中的字有模糊、缺损的情况下检测的优势更明显.实验结果表明,对于经过各种重采样处理的手写体图像,该算法比现有取证算法的检测率高20%,当虚警率小于1%时,本算法的检测率达96.9%以上.