[發明專利]基于形態學與EMD類小波閾值的心電信號去噪方法

在審

• 申請號: 201410403556.5
• 申請日: 2014-08-15
• 公開（公告）號: CN104182625A
• 公開（公告）日: 2014-12-03
• 發明（設計）人: 龐宇;張磊磊;林金朝;吳健;李章勇;王偉;羅志勇;周前能;李國權
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F19/00
• 分類號: G06F19/00;A61B5/0402
• 代理公司: 重慶為信知識產權代理事務所(普通合伙) 50216
• 代理人: 余錦曦

技術領域

本發明涉及到生物醫學信號噪聲處理技術領域，具體地說，是一種基于形態學與EMD類小波閾值的心電信號去噪方法。

背景技術

心電信號是人的生命體征信號之一，可以從不同的層面上準確反映出心臟的信息，為心臟功能的變化和心臟疾病的診斷，提供了一個非常有價值意義的參考。

心電信號是一種隨機性強，實時變化的非平穩微弱信號。其頻率主要集中在0.05～100HZ，能量主要集中在0.5～45HZ，幅值在0.05～5mv間。心電信號的噪聲主要有三類：由來自設備50HZ的電源及高次諧波引起的工頻干擾，由肢體運動、呼吸及采集工程帶來的基線漂移以及由人體表皮電勢、肌肉收縮產生的肌電干擾。基線漂移的頻率集中在0.05～10HZ，屬于低頻噪聲；肌電干擾頻率集中在5～2000HZ，屬于高頻噪聲。噪聲貫穿心電信號的整個頻域中，給信號的去噪帶來很大困難。

在心電信號去噪方面，去噪效果比較好的有基于形態學與小波的心電噪聲濾波器，該濾波器根據心電信號噪聲的特點設置形態學濾波器，可以非常好的將基線漂移濾除；通過小波變換對高頻部分的噪聲進行有效去除。然而，小波的基函數是固定的，多分辨率恒定，使得小波缺乏自適應性。而經驗模態分解法(Empirical?Mode?Decoposition，即EMD)脫離了傅里葉變換的限制，有著很好的自適應性。因此本發明提出一種基于形態學與EMD類小波閾值去噪法對心電信號去噪。

發明內容

針對現有技術的不足，本發明的目的是提供一種心電信號去噪方法，該方法具有良好的自適應性，能夠全面的有效地去除心電信號中的基線漂移等噪聲。

為達到上述目的，本發明表述一種基于形態學與EMD類小波閾值的心電信號去噪方法，其關鍵在于按照以下步驟進行：

步驟1：采用形態學濾波法對獲取的心電信號f進行處理，去除心電信號f中的基線漂移f₁得到信號f₂；

步驟2：采用經驗模態分解方法對信號f₂進行分解，得到K個IMF分量和一個殘余分量r_n；

步驟3：將K個IMF分量分為n₁個噪聲主導分量和n₂個有用信號主導分量，n₁+n₂＝K；

步驟4：利用閾值去噪法對n₁個噪聲主導分量進行去噪處理；

步驟5：將n₁個去噪后的噪聲主導分量、n₂個有用信號主導分量以及殘余分量r_n進行信號重構，得到濾除噪聲后的心電信號f’。

作為更進一步的技術方案，步驟1中所述的形態學濾波法按照以下步驟進行：

步驟1-1：將心電信號f同時進行一路開—閉運算和一路閉—開運算，然后將兩路運算結果進行算術平均得到所述基線漂移f₁；

步驟1-2：將所述心電信號f與步驟1-1獲得的基線漂移f₁進行求差運算，得到信號f₂。

結合基線漂移的形態特征，所述的形態學濾波法采用直線形結構元素。

作為更進一步的技術方案，步驟3中所述IMF分量的分類方法如下：

步驟3-1：分別計算得出K個IMF分量的能量密度E_n與平均周期計算公式分別為：

En=1NΣg=1N[imfn(g)]2,]]>