基于非正交小波变换的心电信号处理算法研究

基于非正交小波变换的心电信号处理算法研究

论文摘要

心脏疾病作为当今危害人类健康的主要疾病之一,日益受到人们的重视。一方面,病人希望能及时准确地得到心电检测结果,另一方面,病人需要全天候的监护,这就对心电数据的存储和处理提出了更高的要求。小波变换通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,是时间和频率的局部变换,能有效地从信号中提取信息,因而成为当前一种新兴的信号处理技术。本文在对以往的心电信号的去噪,QRS波提取和压缩算法研究的基础上,采用了一种改进的非正交小波变换。本文所做的工作如下:(1)采用改进的非正交小波Mexican-hat作为母小波函数,因其具有任意阶的正则性,因此采用其实现小波变换后有很好的时-频局部化特性(能量集中),提高了信号重建的精度。(2)在心电信号消噪方面,采用了一种非正交小波变换的消噪方法——平稳小波变换法。由于其具有“平移不变性”的特点,因而获得了相对于传统离散正交小波变换更佳的去噪效果。(3)在QRS波群检测中引入了一种快速有效地判定伪模极大值对的方法——斜率法。该方法利用了QRS波的自身特点,能够有效地去除伪模极大值对,且算法容易实现。另外采用变动阈值减少了迭代次数的同时也有效地降低了误判的几率。(4)ECG信号压缩采用了一种新的非正交二进制小波变换法。该算法是建立在使误差在重建信号和原始信号间满足最小二乘关系之上的。结果分析表明,该算法在压缩比(CR≤10)相同的情况下,获得了比以往算法更小的PRD,且能够更好地保留关键医学特征信号。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 选题的意义
  • 1.2 国内外研究现状
  • 1.3 文章的结构安排
  • 2 心电图与小波变换简介
  • 2.1 心电图简介
  • 2.2 小波变换简介
  • 2.3 非正交小波框架
  • 2.4 小结
  • 3 非正交小波变换的心电信号去噪
  • 3.1 小波去噪原理
  • 3.2 非正交小波变换原理
  • 3.3 非正交小波变换在心电信号消噪中的应用
  • 3.4 MATLAB仿真分析
  • 3.5 小结
  • 4 QRS波特征提取
  • 4.1 利用小波变换对心电信号突变特征的检测
  • 4.2 ECG信号的R波检测
  • 4.3 QRS波起止点的检测
  • 4.4 实验结果及分析
  • 5 非正交小波变换的心电信号压缩
  • 5.1 心电压缩技术概述
  • 5.2 非正交小波变换的心电信号压缩算法
  • 5.3 实验结果和分析
  • 5.4 小结
  • 6 全文总结及研究展望
  • 6.1 全文总结
  • 6.2 研究展望
  • 致谢
  • 攻读硕士学位期间所发表的论文
  • 参考文献
  • 相关论文文献

    • [1].基于经验小波变换的结构损伤特征提取[J]. 计算机与数字工程 2020(01)
    • [2].基于改进的自适应无参经验小波变换的滚动轴承故障诊断[J]. 计量学报 2020(06)
    • [3].基于可调Q因子小波变换和迁移学习的癫痫脑电信号检测[J]. 计算机科学 2020(07)
    • [4].基于小波变换的图像动态融合技术[J]. 电子技术与软件工程 2016(22)
    • [5].基于改进同步挤压小波变换识别信号瞬时频率[J]. 振动.测试与诊断 2017(04)
    • [6].基于离散小波变换的方波消噪[J]. 科技风 2015(11)
    • [7].基于小波变换模极大值原理的变电站变压器保护研究[J]. 科学家 2017(11)
    • [8].基于离散小波变换的分布式光伏孤岛检测方法[J]. 浙江电力 2019(12)
    • [9].基于经验小波变换的基因关联隐私保护实验研究[J]. 湖南大学学报(自然科学版) 2020(02)
    • [10].稀疏分解与提升小波变换相结合的雷达脉冲参数估计法[J]. 电子测量技术 2020(16)
    • [11].多级离散小波变换的高效超大规模集成架构[J]. 光学学报 2019(04)
    • [12].基于小波变换的重力区域场提取[J]. 科技创新与应用 2018(11)
    • [13].图小波变换在图像分割中的应用研究[J]. 微型机与应用 2017(08)
    • [14].同步压缩小波变换在油气检测中的应用[J]. 中国煤炭地质 2016(05)
    • [15].基于离散小波变换的信号分解与重构[J]. 计算机技术与发展 2014(11)
    • [16].压缩小波变换地震谱分解方法应用研究[J]. 石油物探 2015(01)
    • [17].一维离散小波变换在心电信号降噪中的应用[J]. 贵州师范大学学报(自然科学版) 2014(06)
    • [18].基于小波变换的时空数据压缩方法[J]. 武汉工业学院学报 2013(03)
    • [19].基于翻转结构的离散小波变换片上系统设计验证[J]. 计算机与数字工程 2013(12)
    • [20].基于方向小波变换的图像边缘检测[J]. 攀枝花学院学报 2014(05)
    • [21].过完备有理小波变换在轴承故障诊断中的应用[J]. 振动.测试与诊断 2011(05)
    • [22].5/3提升小波变换的仿真与FPGA实现[J]. 电脑知识与技术 2010(02)
    • [23].基于离散小波变换的水文序列相似查找[J]. 科技信息 2010(23)
    • [24].一种提升小波变换的VLSI结构设计[J]. 电脑知识与技术 2010(34)
    • [25].提升小波变换的并行处理与高速实现[J]. 光电工程 2009(08)
    • [26].基于提升小波变换的图像融合规则综述[J]. 电脑知识与技术 2008(31)
    • [27].基于双提升小波变换的医学图像感兴趣区编码[J]. 计算机系统应用 2008(02)
    • [28].利用平稳小波变换的突变性检测研究[J]. 电子设计工程 2020(08)
    • [29].冗余小波变换零相位分解实现方法及应用研究[J]. 电光与控制 2020(06)
    • [30].新阈值小波变换的心音去噪[J]. 计算机工程与设计 2020(09)

    标签:;  ;  ;  ;  ;  

    基于非正交小波变换的心电信号处理算法研究
    下载Doc文档

    猜你喜欢