[發明專利]基于RFDA小波閾值的心電信號去噪算法

在審

• 申請號: 202011098827.2
• 申請日: 2020-10-14
• 公開（公告）號: CN112244862A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 張銳;錢超
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: A61B5/346
• 分類號: A61B5/346
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于RFDA小波閾值的心電信號去噪算法，屬于心電信號預處理技術領域。本發明為了解決傳統的小波閾值去噪算法在處理心電信號時存在正交鏡像濾波器沒有理想截止特性的缺點，會導致心電信號分解得到的高頻細節分量產生頻域混疊現象，即混入我們不需要的其它頻率成分，影響最終去噪效果的問題。本發明通過傅里葉正、逆變換在頻率領域內去除高頻細節分量中多余的頻率成分。由于Stein無偏風險估計算法可以評估出閾值的風險大小，這樣去除掉多余的頻率成分的高頻細節分量再經Stein無偏風險估計算法可以獲得與傳統算法相比更真實的閾值，進而利用硬閾值去噪函數處理得到更好去噪效果的心電信號。

技術領域

本發明涉及心電信號識別領域，特別是涉及基于深度堆棧網絡的心電信號識別方法。

背景技術

ECG信號是心臟活動過程中心臟的肌肉和神經電活動的綜合屬于直接信號(又稱為主動信號)，它的信源是心臟。因此體表的心電信號與心臟功能有著密切的聯系，心電信號能夠直接反應心臟功能是否正常。心電圖能提供心臟活動的信息，對各種心律失常的分析診斷具有極為重要的意義。心電信息是患者重要的臨床資料，臨床診斷需要醫生具備高度的信息綜合處理能力。心電信號濾波是心電自動分析的基礎，它的效果關系到波形檢測和分類結果的準確性。通常采集到的心電信號都比較微弱，一般為mV級,極易受到環境的干擾，比如病人的移動、肌電干擾、工頻干擾等。為了提高波形檢測和分類的準確率，可以去除心電信號中的干擾信號,保留有用的信號。

發明內容

為了解決上述問題，本發明提供了一種基于RFDA小波閾值的心電信號去噪算法，包括如下步驟：

步驟S1、選擇合適的小波基函數，對心電信號進行指定層數的小波分解，得到對應層的的高頻細節分量和和低頻近似分量；

步驟S2、去除高頻細節分量的頻域混疊現象；

步驟S3、對高頻細節分量進行的閥值估計；

步驟S4、通過硬閾值函數和所獲閾值對心電進行去噪；

步驟S5、對處理后的高頻細節分量和低頻近似分量重構心電信號。

2、根據權利要求1所述基于RFDA小波閾值的心電信號去噪算法，其特征在于：所述步驟S2所述小波分解方法包括：

步驟S1a、使心電信號和小波高頻濾波器和低頻濾波器分別進行卷積；

步驟S1b、對卷積后的結果進行隔二采樣，得到高頻細節分量和和低頻近似分量；

步驟S1c、對低頻近似分量重復上述步驟，得到下一層頻細節分量和和低頻近似分量；

3、根據權利要求1所述基于RFDA小波閾值的心電信號去噪算法，其特征在于：所述步驟S2所述去除頻域混疊現象方法包括：

步驟S2a、對各層高頻細節分量進行傅里葉變換成頻域；

步驟S2b、對頻域中多余的頻率成分置零；

步驟S2c、經處理后的頻率進行傅里葉逆變換。

4、根據權利要求1所述基于RFDA小波閾值的心電信號去噪算法，其特征在于：所述閾值估計方法包括：

步驟S3a、把高頻細節分量s(i)的每一個元素取絕對值，再由小到大排序，然后將各個元素取平方，從而得到新的信號序列：

f(k)＝(sor(|s|))，(k＝0，1..，N-1)；

步驟S3b、若取閾值為f(k)的第k個元素的平方根，即

則該閾值產生的風險為：