基于小波信号的噪声消除matlab实验报告

南京师范大学物理科学与技术学院

医用电子学论文

论文名称：基于小波变换的心电信号噪声消除

院系：物科院

专业：电路与系统

*名：***

学号： *********

指导教师：***

摘要

以小波变换的多分辨率分析为基础, 通过对体表心电信号(ECG) 及其噪声的分析, 对ECG信号中存在的基线漂移、工频干扰及肌电干扰等几种噪声, 设计了不同的小波消噪算法; 并利用MIT/BIH 国际标准数据库中的ECG 信号和程序模拟所产生的ECG 信号, 分别对算法进行了仿真与实验验证。结果表明, 算法能有效地滤除ECG 信号检测中串入的几类主要噪声, 失真度很小, 可满足临床分析与诊断对ECG 波形的要求。

关键词: ECG 信号, 小波变换, 基线漂移, 工频干扰, 肌电干扰

Abstract

We apply the multi-resolution analysis (MRA ) of wavelet transform ( WT ) , which was proposed by Mallat [ 5 ] , to suppress the three main types of noises existing in electrocardiogram ( ECG ) signals : baseline wander, power line interference and electro my ographical interference. We apply Mallat algorithm [ 4 ] to suppress the baseline wander in ECG signals. We apply the sof t-thresholding algorithm, proposed by donohoetal on the basis of MRA of WT , to suppress power line interference in ECG signals. We apply Mallat algorithm and then the algorithm proposed by Donohoetal to suppress the electro my ographical interference in ECG signals ,who sefrequency range varies f rom 5Hz to 2kHz. We performed simulations ,using both ECG signals from MIT/BIH database, and ECG signals generated via computer simulation .The results show that the algorithm can suppress the main no isesexisting in ECG signals efficiently with very little distortion, and can satisfy the requirement s of clinical analysis and diagnosis on ECG waveforms.

Key words: ECG (electro cardio gram ) signal, wavelet transform , baseline wander, power line interference , electro my ographical interference

目录

摘要 (2)

Abstract (3)

目录 (4)

第一章心电信号的噪声特点 (5)

第二章小波分析与传统信号处理方法的比较 (5)

第三章小波去噪的基本原理 (6)

3.1 心电图各波特征 (6)

3.2 小波变换 (6)

3.3 小波分析去噪原理 (7)

第四章小波去噪的基本步骤 (8)

4.1 小波变换去噪的流程示意图： (8)

4.2 小波除噪的具体步骤： (8)

第五章小波去噪中的阈值函数和阈值的选取 (8)

5.1 阈值函数 (8)

5.2 阈值的选取 (9)

第六章小波去噪中小波函数的选择 (10)

第七章去噪效果的评价 (10)

第八章程序说明及结果显示 (11)

8.1 程序说明 (11)

8.2 结果展示 (12)

总结 (12)

第一章心电信号的噪声特点

心电图(elect rocardiogram , ECG) 的检测与分析, 是临床了解心脏功能状况、辅助诊断心血管疾病、评估各种治疗方法的重要手段。而体表心电信号具有较强的随机性和背景噪声, 是一种非线性、非平稳的微弱信号。常规心电信号是mV 级信号, 频带范围是0. 05～ 100 Hz。心电信号的噪声主要有3 类: ①工频干扰: 它是由供电网络及其设备产生的空间电磁干扰在人体的反映, 由50 Hz 及其谐波构成; ②基线漂移: 它是由测量电极的接触不良、呼吸等引起的

低频干扰信号; ③肌电干扰: 它是由于人体运动、肌肉收缩而引起的, 频率在5～ 2 000 Hz 之间[1 ]。这些噪声干扰与心电信号混杂,引起心电信号的畸变,使整个心电信号波形模糊不清,对随后的信号分析处理,尤其是计算机自动识别诊断造成误判和漏判,因此,心电信号的消噪有重要的意义。

心电信号采集过程中还有许多其它的随机噪声和环境干扰影响，如加性白噪声、极化噪声、仪器内部噪声等等。在心电信号的干扰噪声中，0．3 Hz以下的基线漂移和肌电干扰噪声是最重要的干扰源，是心电信号处理中必须消除或抑制的噪声成分。为了正确进行心电参数测量、波形识别和病情诊断，在低信噪微弱信号检测中必须采用抑制噪声的处理技术，提高信噪比，有利于消除心电信号的干扰传统消除干扰的算法有：FIR数字滤波、Fourier变换、基线拟合等，这些算法均存在一定的不足。传统的信号消噪方法在处理短时低能量的瞬变信号时，经过滤波器的平滑处理，不仅信噪比得不到较大的改善，而且信号的特征信息也被模糊掉了，而这些瞬变点的位置正是心电信号最重要的信息。由于小波分析具有良好的时频分辨特性，已成功应用于信号处理、图像处理等许多领域。

第二章小波分析与传统信号处理方法的比较

处理医学信号的常用方法是以傅氏变换理论为基础的信号分析技术, 但傅氏变换存在2 个缺陷: ①它是一种纯频域变换, 只反映信号的总体谱, 而不能反映信号的局部特性; ②是当时间函数出现异常情况, 反映为一系列不连续点时, 傅立叶变换不具备奇性反演性质, 因此不能在这些有特殊意义的点上进行