基于Hilbert-Huang变换的ECG消噪

 提出一种基于Hilbert-Huang变换的ECG消噪方法,该方法对含噪ECG进行经验模态分解,对分解后的IMF进行Hilbert频谱分析,然后根据ECG信号噪声特点对三种主要噪声分别消噪.工频干扰和高频噪声主要存在于ECG的低阶IMF中,而基线漂移主要存在于ECG的高阶IMF中,对低阶IMF采用基于自适应阈值的形态学滤波方法进行消噪,对高阶IMF采用平滑滤波法进行基线漂移估计.仿真实验和实际应用结果表明该方法优于小波消噪法,不仅对三种主要噪声具有较好的抑制作用,还能很好的保留ECG波形特征.     

用于心电信号采集的织物电极技术研究进展

针对传统Ag/AgCl胶状电极在长期心电监护中出现的问题和近年来可穿戴式健康监测的发展需求,对可用于心电信号采集的新型传感器技术——织物电极技术进行了综述。介绍了干电极、织物电极的概念;从有源电极和无源电极两方面分别对织物电极技术研究进展进行了分析;从制作工艺、导体材质、依托载体、电化学性能等织物电极技术进行了讨论;分析了目前织物电极在市场应用中的制约因素,并对未来织物电极技术的发展方向进行了展望。     

基于PCA特征和融合特征的ECG身份识别方法

ECG作为一种活体生物特征用于身份识别在国际上引起了广泛重视.针对基于解析特征的ECG身份识别方法对特征点检测精度要求较高的缺点,提出一种仅需R波峰值点检测的ECG身份识别方法,该方法通过有针对性的设定相应阈值,将PCA特征和小波融合特征方法相结合.实验结果表明该方法优于PCA特征方法、波形特征方法和小波特征方法,既减少了特征点检测的复杂性和特征点检测不准确带来的误差,又可获得较高的识别率,是一种实时、高效算法.