[發明專利]一種基于信號分量的單元化形態學特征的降噪方法

在審

• 申請號: 202310431752.2
• 申請日: 2023-04-21
• 公開（公告）號: CN116509415A
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 柳仁松;舒明雷;周書旺;單珂;劉照陽;劉輝;謝小云;劉瑞霞;陳長芳;王記偉
• 申請（專利權）人: 山東省人工智能研究院;齊魯工業大學（山東省科學院）;山東省計算中心（國家超級計算濟南中心）
• 主分類號: A61B5/349
• 分類號: A61B5/349;A61B5/00
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 支文彬

1.一種基于信號分量的單元化形態學特征的降噪方法，其特征在于，包括如下步驟：

a)獲取含噪信號x；

b)對含噪信號x進行預處理操作，得到心電初步骨干輪廓信號x₁，根據心電初步骨干輪廓信號x₁計算得到LZC值；

c)根據LZC值判斷含噪信號x的噪聲為強噪聲或中等噪聲或弱噪聲；

d)檢測心電初步骨干輪廓信號x₁關鍵點位置并平滑降噪，得到降噪后的心電骨干輪廓信號x₂；

e)對心電骨干輪廓信號x₂進行模態分解，得到n個本征模態成分分量；

f)選取出心電骨干輪廓信號x₂模態分解后c個有價值的IMF分量

g)對c個有價值的IMF分量進行形態學降噪處理，得到降噪后的有價值成分

h)采用基于群稀疏的全變差分算法對有價值成分進行細節修正，得到最佳降噪結果通過公式計算得到降噪后的信號

2.根據權利要求1所述的基于信號分量的單元化形態學特征的降噪方法，其特征在于，步驟a)包括如下步驟：

a-1)從MIT-BIH噪聲壓力測試數據庫中獲取基線漂移噪聲bw、肌電偽影ma、電極運動噪聲em；

a-2)從MIT-BIH心率失常數據庫中獲取單通道數據心電信號x₀；

a-3)通過公式x＝x₀+bw+em+ma計算得到含噪信號x。

3.根據權利要求1所述的基于信號分量的單元化形態學特征的降噪方法，其特征在于：步驟a-2)中從MIT-BIH心率失常數據庫中以10s時長作為一個樣本，樣本采樣頻率設為360Hz，得到單通道數據心電信號x₀。

4.根據權利要求3所述的基于信號分量的單元化形態學特征的降噪方法，其特征在于，步驟b)包括如下步驟：

b-1)將10s時長的含噪信號x依次通過0,5-100Hz的帶通濾波器及59-61Hz的帶阻濾波器處理后得到10s時長的心電初步骨干輪廓信號x₁；

b-2)對心電初步骨干輪廓信號x₁進行Lempel-Ziv復雜度值計算，得到LZC值。

5.根據權利要求1所述的基于信號分量的單元化形態學特征的降噪方法，其特征在于：步驟c)中，當LZC值大于0.25時，含噪信號x的噪聲為強噪聲，當LZC值∈[0.2,0.25]時，含噪信號x的噪聲為中等噪聲，當LZC值小于0.2時，含噪信號x的噪聲為弱噪聲。

6.根據權利要求1所述的基于信號分量的單元化形態學特征的降噪方法，其特征在于，步驟d)包括如下步驟：

d-1)采用舵機Teager能量算子算法分別獲取心電初步骨干輪廓信號x₁中的心電關鍵點的QRS波群位置信息、P波位置信息及T波位置信息；

d-2)心電初步骨干輪廓信號x₁中的QRS波群保持不變，通過MATLAB的Smooth函數對心電初步骨干輪廓信號x₁中的P波位置及T波位置進行局部加權二次回歸平滑處理，得到第二重降噪后的心電骨干輪廓信號x₂，局部加權二次回歸平滑處理時，強噪聲的窗口參數數值選取64，中等噪聲窗口參數數值選取54，弱噪聲窗口參數數值選取40。

7.根據權利要求1所述的基于信號分量的單元化形態學特征的降噪方法，其特征在于，步驟e)包括如下步驟：

e-1)使用完全自適應噪聲集合模態分解算法CEEMDAN將心電骨干輪廓信號x₂進行模態分解，得到n個本征模態成分分量其中為第i個本征模態成分分量，n取值為12或13或14，完全自適應噪聲集合模態分解算法CEEMDAN中的Nstd＝0.2，NR＝50，MaxIter＝20。