基于matlab的滤波器设计第三资料.doc

 PAGE 29 第三章 ECG检测方法 本章将主要介绍本文所采用的ECG信号的检测方法的基本原理。首先要对ECG信号进行预处理：采用滤波技术消除各种噪声，采用Tompkins算法检测出QRS波的峰值，并对周期性的ECG信号进行分割。然后介绍采用AR建模技术提取ECG信号的特征的基本原理，以及如何采用相关系数及信噪比两个指标来确定建模阶次P，最后介绍本文采用的BP神经网络分类法和基于二次判别函数分类方法的基本原理及相关的计算公式。 3．1信号的预处理 本文中所使用的ECG信号取自MIT-BIH数据库：NSR信号取自“MIT-BIH arrhythmia database”，其采样频率是360Hz；VT信号和VF信号取自“MIT-BIH Ventricular Arrhythmia database”，其采样频率是250Hz。信号的频率都统一转化为360Hz。在提取信号特征之前，需要对ECG信号进行预处理：采用滤波技术消除实时测量时可能存在的噪音，采用Tompkins算法检测出QRS波的峰值，并对周期性的ECG信号进行分割，选取有效的窗口数据。 1.信号的滤波 在实时测量得到的ECG信号通常带有噪音，噪声的来源是多种多样的，病人的呼吸 ，电极的移动，电源的工频干扰，肌肉收缩引起的高频噪音等，这些噪音和干扰会对ECG信号检测准确性带来很大的影响。所以首先要消除这些噪音，才能进行进