基于小波阈值的心电信号去噪算法.doc

基于小波阈值的心电信号去噪算法① 王慧静 1,2, 蒲宝明 1, 孙宏国 1,2, 1(中国科学院 研究生院, 北京 100049) 张全发 1,2 2(中国科学院 沈阳计算技术研究所, 沈阳 110168) 摘 要: 将小波阈值方法应用于心电信号的去噪处理, 在对常用阈值函数理解分析的基础上提出一种改进的阈 值函数, 并利用 Matlab 对 MIT-BIH 数据库中的心电数据进行仿真, 分别采用常用阈值函数和改进阈值函数进行 硬、软阈值处理. 实验表明, 改进阈值函数的软阈值去噪方法能有效地滤除心电信号中主要干扰, 并较好地保留 了心电信号的特征信息. 关键词: 小波阈值; 心电信号; 阈值函数; Matlab 仿真 Denoising Algorithm of ECG Signals Based on Wavelet Threshold WANG Hui-Jing1,2, PU Bao-Ming2, SUN Hong-Guo1,2, ZHANG Quan-Fa1,2 1(Graduate University, Chinese Academy of Sciences, Beijing 100049, China) 2(Shenyang Institute of Computing Technology, Chinese Academy of Sciences, Shenyang 110168, China) Abstract: In this paper, the wavelet threshold method was applied to ECG signal denoising. We proposed an improved threshold function on the basis of analysis and understanding of the commonly used ones. And the MIT-BIH database was used to simulate the ECG data in Matlab, respectively using common threshold functions and improved one for hard and soft thresholding to remove the noise. Experimental results show that soft thresholding method of improved threshold function can effectively filter out the main interference, and better to retain the characteristics of the ECG. Key words: wavelet threshold; ECG; threshold function; Matlab simulation 人体心电信号反映了心脏兴奋的电活动过程, 对心 脏基本功能及其病理研究具有重要的参考价值. 由于心 电信号是一种非线性、非平稳的微弱信号, 且在采集、 放大和变换过程中, 易受到仪器及人体呼吸运动等因素 的影响, 不可避免地引进多种噪声干扰, 这些噪声干扰 会使心电信号在形态和周期上发生畸变, 给心电信号检 测和识别带来了很大困难. 因此, 为了准确地进行波形 识别和特征提取, 必须有效地去除这些噪声干扰. 小波变换是一种信号的时间-频率分析方法, 具有 多分辨率分析的特点, 且在时频两域都具有表征信号 局部特征的能力, 能够较好地处理非平稳信号. 含确 定频率噪声的信号, 其频谱呈现出明显的分离特性, 此时利用小波变换可方便地实现低通、高通、带通、 陷波等诸多滤波功能. 基于小波阈值的信号去噪算法, 算法简单、计算量小, 且在保持信号奇异性的同时能 有效地滤除噪声, 具有广泛的适应性. 本文将小波阈 值引入到心电信号去噪中, 在不同的尺度运用不同的 阈值对心电信号进行去噪处理. 1 1.1 基于小波阈值的心电信号去噪算法原理 小波阈值去噪原理 含噪信号经小波分解后, 有效信号的小波系数幅 值要大于噪声的系数幅值, 选择一个合适的阈值, 幅 值低于该阈值的小波系数, 认为主要是由噪声引起的, 直接舍弃该分解系数, 高于该阈值的小波系数, 就认 为主要是由信号引起的, 保留或者做相应的收缩处理, 然后将处理后得到的小波系数进行小波重构, 即可达 到去噪的目的. 1.2 心电信号主要噪声分析 人体的心电信号是 mv 级别的微弱信号, 从体表 ① 收稿时间:2012-04-18;收到修改稿时间:2012