小波分析在傅里叶轮廓测量术中的应用.pptVIP

小波变换在脉搏波信号处理中的应用 演讲人：张盛昭 组 员：李同心 背景、意义 脉搏波是一种低频的生理信号，波形的幅度、形态、速度等特征参数，反映心脏和血管血流状况 1.脉搏波速度可以指示动脉硬度 2.光电容积脉搏波可测量血氧饱和度 3.无创测量血液成分的探索 脉搏波信号处理中需要解决的问题 1.噪声 仪器带来的噪声 被测者的呼吸、抖动带来的基线漂移 2.特征点的识别 脉搏波中标志点的位置、幅值等特征参数的精确提取 已有的方法 1.相干平均法 2.离散傅里叶变换 3.短时傅立叶变换 4.小波变换 脉搏波信号采集 小波重构法去噪 采样率62Hz 采样时间30秒 采样点数1860 小波重构法去噪 四层分解频 带划分图 小波重构法去噪 基于sym8小波函数不同分解层次的去噪效果比较图 小波变换去除极限漂移 基线的频率小于0.1Hz 使用SYM8小波8层分解 小波变换去除基线漂移 结合小波和EMD脉搏波运动伪差噪声去除 结论 1.利用小波分解去除了采集过程中的噪声 2.利用小波分解提取极限漂移，并在信号中扣除极限漂移 3.利用EMD和小波结合，去除信号的运动伪迹 小波变换对于脉搏波信号的去噪以及特征提取显示出较高优越性，在医学信号处理中有着很好的应用前景。 谢 谢！ 相干平均的方法随着累加次数的增加信噪比显著提高，但所需要的时间也越长；傅立叶变换具有最优的频率分辨率，但时间分辨率差，不适宜分析非平稳信号；短时傅立叶变换时频窗固定，很难对包含不同尺度信号进行特征提取。小波变换是一种实用的时频分析方法，在时频两域都具有良好的局部化特性。 * 脉搏波的能量主要分布在0.5~5Hz范围内。因此专门针对低信噪比信号用的是小波重构法去噪 * 从图中可以看出对信号进行两层分解后，低频信号0~7.75Hz即落在我们所要研究的信号范围内。 * 小波重构法可以较好地滤除脉搏波频带范围外的高频成分, 实现信号的去噪。图中第二层低频重构信号包含了脉搏波信号的所有信息，第三层以及第四层低频重构脉搏波信号较第二层更平滑，但丢失了脉搏波信号中一些信息。然而从图3中重构的信号可以看到基线漂移以及运动伪差噪声仍然与脉搏波信号共存 * 因此采用基于sym8小波函数对信号进行八层分解，提取0~0.1Hz内的基线信号，如图4所示。将基线信号从脉搏波信号中扣除，即可获得滤除基线漂移的脉搏波信号，如图5所示。从图中可以看出，小波分解提取基波信号能有效从原始信号中滤除基线。然而从图5中可以分析出，运动伪差噪声与脉搏波频谱存在一定的重叠，采用小波分解提取这部分信号难以实现滤除 * 经验模态分解，将信号进行层层筛分，从而获得从小尺度到大尺度的有序排列的多阶IMF(内在模式函数)。根据分析的目地，可以把内在的模式函数组合，从而突出信号的某种特征。该方法分解重构简单，而且对有用信号频带内的噪声有一定的抑制作用。因此对小波分解后脉搏波信号频带内的小波系数，进一步做EMD方法的分解，得到新的小波系数。重构的脉搏波信号如图6所示。 * 相干平均的方法随着累加次数的增加信噪比显著提高，但所需要的时间也越长；傅立叶变换具有最优的频率分辨率，但时间分辨率差，不适宜分析非平稳信号；短时傅立叶变换时频窗固定，很难对包含不同尺度信号进行特征提取。小波变换是一种实用的时频分析方法，在时频两域都具有良好的局部化特性。 * 脉搏波的能量主要分布在0.5~5Hz范围内。因此专门针对低信噪比信号用的是小波重构法去噪 * 从图中可以看出对信号进行两层分解后，低频信号0~7.75Hz即落在我们所要研究的信号范围内。 * 小波重构法可以较好地滤除脉搏波频带范围外的高频成分, 实现信号的去噪。图中第二层低频重构信号包含了脉搏波信号的所有信息，第三层以及第四层低频重构脉搏波信号较第二层更平滑，但丢失了脉搏波信号中一些信息。然而从图3中重构的信号可以看到基线漂移以及运动伪差噪声仍然与脉搏波信号共存 * 因此采用基于sym8小波函数对信号进行八层分解，提取0~0.1Hz内的基线信号，如图4所示。将基线信号从脉搏波信号中扣除，即可获得滤除基线漂移的脉搏波信号，如图5所示。从图中可以看出，小波分解提取基波信号能有效从原始信号中滤除基线。然而从图5中可以分析出，运动伪差噪声与脉搏波频谱存在一定的重叠，采用小波分解提取这部分信号难以实现滤除 * 经验模态分解，将信号进行层层筛分，从而获得从小尺度到大尺度的有序排列的多阶IMF(内在模式函数)。根据分析的目地，可以把内在的模式函数组合，从而突出信号的某种特征。该方法分解重构简单，而且对有用信号频带内的噪声有一定的抑制作用。因此对小波分解后脉搏波信号频带内的小波系数，进一步做EMD方法的分解，得到新的小波系数。重构的脉搏波信号如图6所示。 *