[發明專利]基于頻率分解的心電信號降噪方法在審
| 申請號: | 202210373300.9 | 申請日: | 2022-04-11 |
| 公開(公告)號: | CN114947877A | 公開(公告)日: | 2022-08-30 |
| 發明(設計)人: | 羅金和;唐聰;劉單英 | 申請(專利權)人: | 廣州芯相隨科技有限公司 |
| 主分類號: | A61B5/347 | 分類號: | A61B5/347;A61B5/00 |
| 代理公司: | 深圳市華騰知識產權代理有限公司 44370 | 代理人: | 彭年才 |
| 地址: | 510000 廣東省廣州市天*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 頻率 分解 電信號 方法 | ||
1.一種基于頻率分解的心電信號降噪方法,其特征在于,包括以下步驟:
S1、原始心電數據的采集與預處理,獲取原始心電信號;
S2、對所述原始心電信號進行多元變分模態分解,獲取高頻心電信號分量和低頻心電信號分量;
S3、對所述高頻心電信號分量進行DWT運算,獲取高頻降噪信號;
S4、對所述低頻心電信號分量進行NML運算,獲取低頻降噪信號;
S5、對所述高頻降噪信號和所述低頻降噪信號進行信號重構,獲取降噪處理后的心電信號。
2.根據權利要求1所述的基于頻率分解的心電信號降噪方法,其特征在于,所述步驟S1具體包括:通過心電傳感器采集受試者的原始心電數據,并對所述原始心電數據進行放大、擬合處理,獲取原始心電信號。
3.根據權利要求1所述的基于頻率分解的心電信號降噪方法,其特征在于,所述步驟S2具體為:
S21、定義包含C個數據通道的輸入數據X(t),則X(t)=[x1(t),x2(t),...,xC(t)];
S22、定義K個本征主模態uk(t),并對所述輸入數據X(t)進行更新;
S23、提取多元調制振蕩集合并在本征主模態uk(t)中找到在多個通道的共同頻率分量ωk,以對最小化模態函數帶寬之和進行優化;
S24、對變分問題求解,構造增廣的拉格朗日表示,并使得約束條件保持嚴格性;
S25、應用乘子交替方向法進行模態更新,以尋找增廣拉格朗日表達式的鞍點,得到最小化問題公式,并依據所述最小化問題公式對中心頻率和頻域進行優化。
4.根據權利要求3所述的基于頻率分解的心電信號降噪方法,其特征在于,在所述步驟S24中,所述增廣的拉格朗日表示為:
其中,α為二次懲罰因子,其保障存在高斯噪聲時信號的重構精度,λc(t)為拉格朗日乘子,使得約束條件保持嚴格性。
5.根據權利要求3所述的基于頻率分解的心電信號降噪方法,其特征在于,所述步驟S25具體為:
S251、應用乘子交替方向法進行模態的預更新,獲取預更新后的最小化問題公式、中心頻率公式以及頻域優化公式;
S252、模態更新,利用Parseval傅里葉變換對預更新后的最小化問題公式進行模態更新;
S253、中心頻率更新,利用Parseval傅里葉變換對中心頻率進行更新;
S254、應用乘子交替方向法進行模態更新,以尋找增廣拉格朗日表達式的鞍點,得到最小化問題公式,并依據所述最小化問題公式對中心頻率和頻域進行優化。
6.根據權利要求1所述的基于頻率分解的心電信號降噪方法,其特征在于,所述步驟S3具體為:
S31、對所述高頻心電信號分量進行DWT運算,其中離散化的小波函數表示為:
其中,l和m是整數,l是小波函數的擴張信息,m是小波函數的移動信息,β是最優值1,α是最優值2;a是小波函數的尺度;
S32、對所述高頻心電信號分量進行DWT評估,并通過逆DWT重構信號;
S33、利用近似系數得到的近似信號通常表示輸入信號的低頻分量,則高頻心電信號分量z(j)的DWT表示使用近似值和細節信號為:
S34、使用低通和高通濾波器對信號進行分解,定義低通脈沖響應為s(j)、高通濾波脈沖響應為t(j),并對所述高通濾波脈沖響應t(j)進行正交鏡表示,則高通濾波脈沖響應為t(j)表示為:
t(j)=(-1)1-js(1-j)
即,使用正交鏡像濾波器組的大小反應是另一個過濾器的鏡像π/2相移,以作為濾波手段,將所述高頻心電信號分量分成兩個子帶,完成降噪。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州芯相隨科技有限公司,未經廣州芯相隨科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210373300.9/1.html,轉載請聲明來源鉆瓜專利網。





