共查询到10条相似文献,搜索用时 796 毫秒
1.
心电信号特征点提取的算法研究 总被引:1,自引:1,他引:1
基于连续小波变换尺度取值的灵活性以及小波变换模极大值与心电信号特征点之间的对应关系,提出了心电信号特征点提取的新算法。利用Mexican-hat小波,对心电信号进行连续小波变换后,从小波域里取出最有利于特征点检测的尺度分量进行检测,在检测中运用了不应期、可变时间窗等策略以提高该算法的鲁棒性和检测精度。经由具有专家注释的QT心电数据库检测验证,QRS波正确检测率达到了99.7%,对P波和QRS波的起止点以及T波的终止点检测结果的平均标准偏差也在允许偏差范围之内。 相似文献
2.
3.
一种综合小波变换的心电信号消噪算法 总被引:10,自引:5,他引:5
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. 相似文献
4.
心电图中QRS波是特征最明显的波形,是医学上诊断症状的重要依据,因此QRS波的正确识别成为心电检测的首要问题。由于心电信号是mV级的微弱信号,易受各种干扰影响;同时,目前常用的小波变换识别QRS波方法,计算量大,对系统要求高。针对这些问题,首先,提出使用双正交B样条小波基对心电信号进行处理,并通过在各尺度波形上检测极大值取代模极大值对的方式,搜索R波;然后,使用MIT-BIH心律失常数据库验证算法效果,并针对验证结果对原始算法进行检测策略的优化,改用自适应阈值的检测方式;同时,引进对部分可疑点搜索模极大值对的检查方法,减少假阳性的情况。算法经MIT-BIH验证,得到98.9%的准确率。 相似文献
5.
6.
针对非线性信号特征提取问题,提出一种基于平稳小波变换的相空间重构方法.对信号进行多层平稳小波分解,利用得到的不同尺度小波系数进行相空间重构,通过局部切空间变换方法提取蕴涵在相空间高维数据集中信号的低维形态特征.仿真试验结果表明,非线性信号经过平稳小波变换后,吸引子轨迹与原有轨迹具有相似的结构.利用局部切空间变换可获得带有高斯白噪声的非线性信号的低维形态特征,该低维形态特征与原有非线性信号的吸引子轨迹相似.这种相空间重构方法较传统的方法具有一定的优势,可以用于提取含有噪声的机械振动信号的故障特征. 相似文献
7.
8.
9.