论文部分内容阅读
心电信号的自动分析和处理与是目前信号处理领域中的研究热点之一,其真正实现将有力地促进医疗事业的发展和人们健康水平的提高,也将是现代信号处理理论与技术和人工智能等在医疗领域中应用的重大突破。快速而准确检测出心电信号中QRS波群的位置,是心电信号自动分析和诊断系统中的一个关键环节,而有效消除心电信号中的各种噪声干扰是准确检测各种特征波的前提。因此,本论文围绕心电信号去噪和心电信号QRS波群的检测两个方面的关键技术展开研究。心电信号是复杂的非平稳随机信号,易受噪声干扰,本文重点研究了传统数字滤波去噪法和基于小波变换的去噪算法,在经典数字滤波法中,本文根据心电信号和噪声的频谱特点,设计了等纹波FIR滤波器组和零相位IIR数字滤波器组,通过对实际心电信号进行滤波处理,验证了各滤波器组在心电信号降噪中的有效性并比较了两组滤波器的去噪性能。在基于小波变换的去噪算法中,本文着重讨论小波变换模极大值去噪法、小波阈值去噪法和平移不变量小波去噪算法,并针对传统软硬阈值函数的缺陷,构造了一种新的阈值函数,通过仿真实验验证了新阈值函数的有效性和优越性,最后将新阈值函数与平移不变量小波去噪算法相结合,提出了一种基于改进阈值函数的平移不变小波去噪算法,并实现了它的快速算法,通过对MIT-BIH数据库中的心电信号进行去噪处理,得出该算法相比于小波阈值法是一种性能更优秀的心电信号去噪方法,但是以牺牲计算速度为代价。在心电信号QRS波群的检测与定位方面,本文首先探讨了基于小波变换的QRS波群检测算法,重点研究了基于双正交二次样条小波变换的QRS波群检测算法,通过仿真实验验证了该算法具有较高的正确检测率和定位精度,抗干扰能力较强,并且还能准确检测QRS波群的起点和终点位置。然后针对算法对含噪严重心电信号QRS波的检测准确率急剧下降的问题,本文提出了一种基于小波软阈值去噪预处理的QRS波检测方案,该组合算法大大提高了对含噪严重心电信号QRS波的正确检测率和定位精度。最后本文探讨了基于EMD的QRS波检测算法,尝试将一种全新的信号处理方法-EMD分解应用于心电信号的QRS波检测和定位中,提出一种基于EMD与Marr小波变换的R波检测新算法,该方法将EMD分解算法与基于Marr小波变换模极大值的奇异性检测原理相结合,具有较高的检测准确率,处理速度快,定位精度好,为心电信号自动分析提供了一种精确的检测手段。