基于小波变换的心电信号特征提取.pdf

基于小波变换的心电信号特征提取.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第29卷第5期 齐齐哈尔大学学报 V01.29.No.5 2013年9月 of Journal QiqiharUniversity Sep.,2013 基于小波变换的心电信号特征提取 金玉柱 (齐齐哈尔大学网络信息中心,黑龙江齐齐哈尔161006) 摘要:给出了一种基于小波变换的心电信号特征提取方法。首先,使用小波变换方法,将信号分解成不同频率域 的序列.计算低频系数和高频系数的能量谱;其次,提取时域特征,包括形态信息、能量、面积以及峰值、谷值 的幅度;最后.在Matlah平台上测试窦性、室性心电波形;实验结果表明:本文所提取的融合特征是有效的。 关键词:心电信号;小波变换;能量;形态特征;面积 中图分类号:TPl4 文献标志码:A 文章编号:1007—984X(2013)05—0084-04 心电自动分析由两个部分组成:1.波形检测及特征提取;2.信号诊断分类。 其中心电波形的特征提取是疾病分类诊断的前提与基础,只有在所有特征被准确获取的情形下,对疾 病的正确分类才有可能进行。不仅如此,特征的正确获取更能为临床医生在进行心电图诊断时提供极大帮 助,因此研究有效而高速的特征提取技术具有重要理论意义及实用价值11lo 在时频特征提取方面,提取了小波分解后的能量谱,小波变换(wT)在时域和频域均具有良好的局部 化特性,且是一种多分辨率分析方法,具有自动“变焦距”功能。WT可用来提取和识别那些淹没在噪声中 的微弱电生理信号。在时域特征提取方面,本文着重研究了心电波形的形态特征信息。 1特征提取方法 1.1小波变换的基本原理 概念。从函数分析的角度给出了正交小波的数学解释,在空间的概念上形象地说明了小波的多分辨特性, 给出了通用构造正交小波的方法。将之前所有的正交小波构造方法统一起来,给出了小波变换的快速算法 一Mallat算法。 多分辨率分析就是要构造一组函数空间,这组空间是相互嵌套的,即 LcV_2Lctl三croLcv,tc%£ (1) 那么相邻的两个函数之差就定义了一个有小波函数构成的空间,即 巧eWj=巧+。 (2) 式中:y,为尺度空间,形,为小波空间。 Malla滇法具体分为两个步骤: (1)信号分解 卜?俨0’l,…∽ (3) Idj+。=吗 式中:H和G分别为低通和高通滤波器;C,和d,分别为原始信号在分辨率2-J尺度下的近似信号和细节信 收稿日期:2013-05—10 作者简俞:金玉柱(1985-)。男,蒙古蕨.内蘩古通辽人。助理工程舜.硬士,主要从事数字信号处理方面的研究, 万方数据 第5期 基于小波变换的心电信号特征提取 ·85· 号,,为分解的最大尺度。分解过程见图1。 a孓H 知力知白’J知一i长一i.i长? 图l信号分解过程 (2)信号重构 (,=,一l,J一2,…,0) (4) c,=H+C,“+G‘df“ 式中,Ⅳ’和G.分别为日和G的对偶算子。 1.2基于小波变换的

文档评论(0)

sunache + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档