空域相关滤波在下肢表面肌电信号中的应用

针对消噪过程中信号细节难以保留的问题,采用了一种基于小波变换的空域相关消噪方法。通过运用信号小波分解后与噪声的小波系数随尺度变化规律不同的特性,实现了信号与噪声的分离,同时给出了表面肌电信号噪声能量阈值的估计算法。实验结果表明,该消噪处理方法不仅能有效地去除肌电信号中的噪声,而且可以较好地保留肌电信号的边缘特征,为下肢表面肌电信号特征的提取创造了良好的条件。     

基于小波域隐马尔科夫模型的肌电信号滤波

为了消除肌电信号中的噪声并且保留信号的细节信息,本文提出了基于小波域隐马尔科夫模型的肌电信号消噪方法。该方法利用隐马尔科夫模型对表面肌电信号小波分解后的小波系数之间的相关性进行建模,运用训练模型算法(Expectation-Maximization algorithm,EM算法)估计出该模型的参数,以贝叶斯估计得到真实信号的小波系数,通过重构实现肌电信号的滤波。实验结果表明该方法能有效地去除肌电信号中的噪声,对进一步的特征提取和模式识别创造了良好的条件。     

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.     

小波分析中4种去噪方法的分析比较

分析了基于小波分析的4种不同的去噪方法,并在其中寻找最适宜在实际中应用的心电信号中肌电干扰的去除方法。4种去噪方法分别采用软、硬及改进等3种阈值函数,通过MATLAB对MIT-BIH数据库中所提供的心电信号进行实验分析,根据去噪效果及所需时间对比结果判断最适宜的去噪方法。离散小波变换阈值法在采用3种阈值函数时去噪效果均较差,平移不变量小波阈值法本身运算量过大,平稳小波变换阈值法与提升小波变换阈值法在采用改进阈值函数时去噪效果好且所需时间相对较少。采用改进阈值函数的平稳小波变换阈值法与采用改进阈值函数的提升小波变换阈值法为4种方法中最适宜在心电信号肌电干扰去除中应用的方法。     

基于双树复小波变换和形态滤波的PPG信号去噪方法

脉搏信号包含大量的噪声,具有强烈的非线性和非平稳性。针对传统的小波变换去噪算法的缺陷,本文提出了一种基于双树复小波变换和形态滤波的去噪算法,具有结构简单、数学含义清晰及计算复杂度低等优点,有效的克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效的去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。     

一种自适应小波消噪方法

为了消除噪声对被测信号的干扰,有效提取信号中的有用成分,根据信号和噪声小波变换系数的不同特性,在分析了传统阈值方法局限性的基础上,提出了一种自适应小波消噪方法.该方法首先对被测信号进行小波分解,并改进了阈值量化公式,使其具有能量分布自适应的降噪能力;然后,利用类别方差作为判别依据,选取使得类别方差最大和类内方差最小的阈值作为最佳的阈值.并根据每层分解后的小波系数进行自适应的阈值确定;最后,对信号进行重构,通过分解、阈值处理和重构等过程实现小波消噪.仿真信号和轴承故障诊断的实例结果表明该方法可在强噪声背景下消除噪声干扰,有效提取出滚动轴承的早期故障频率.     

基于快速ICA和样本熵的胎儿心电提取

目的针对快速ICA(独立成分分析)算法提取胎儿心电信号通道不确定的问题,提出一种新的胎儿心电提取方法。方法先用快速ICA算法提取胎儿心电信号,再用样本熵评估快速ICA算法提取的3通道心电数据,从而识别出胎儿心电信号,最后去除胎儿心电基线漂移并采用小波软阈值去噪得到纯净的胎儿心电信号。结果相比自适应滤波算法、小波阈值去燥算法、径向基神经网络算法,该算法能更好的提取高信噪比的胎儿心电信号。结论应用快速ICA和样本熵可以准确的提取胎儿心电信号。     

基于改进EWT的心电信号基线矫正算法

基线漂移严重影响心电信号的特征提取和识别,而矫正方法的效果决定了医疗诊断的准确性。提出了一种基于经验小波变换和分段多项式拟合理论的心电信号基线矫正算法。利用经验小波变换自适应分割心电信号频谱,在分割区间上构造合适的小波窗提取具有紧支撑的经验模态分量,并重构剔除基漂分量后的经验模态分量,再进行多项式分段拟合来去除残留基线漂移。对同一心电信号的测试结果表明,提出算法相对于对原始经验小波变换算法信噪比改进超过1.9 dB,在保持较好心电信号形态特征的同时能够有效矫正基线漂移失真。     

融合形态学-复小波变换的PD干扰信号抑制方法

针对局部放电检测过程中周期性窄带干扰和白噪声难以抑制的问题,提出了一种融合数学形态学与复小波变换的干扰信号抑制方法.该方法基于数学形态学原理构造广义形态学滤波器,并将其作为前置滤波单元,实现原始信号的预处理,再对处理后的信号进行复小波变换,最终得到去噪后的局部放电信号.应用该方法对模拟和现场采集的局部放电信号进行去噪处理,结果表明:该方法能够有效地抑制局部放电信号中的周期性窄带干扰和白噪声干扰;与相同小波基的小波去噪方法和复小波去噪方法相比,该方法去噪时的能量损失较小,能够很好地保留局部放电信号特征.     

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.