- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于相关性的小波熵心电信号去噪算法-智能系统学报
第 11卷第6期 智 能 系 统 学 报 Vol.11№.6
2016年12月 CAAI Transactions on Intelligent Systems Dec. 2016
DOI:10.11992/ tis.201611017
网络出版地址:http:/ / www.cnki.net/ kcms/ detail/ 23.1538.TP1705.026.html
基于相关性的小波熵心电信号去噪算法
1 1,2 1 1 1 1
王晓燕 ,鲁华祥 ,金敏 ,龚国良 ,毛文宇 ,陈刚
(1. 中国科学院半导体研究所,北京 100083;2. 中国科学院脑科学与智能技术卓越创新中心,上海200031)
摘 要:针对心电信号的基线漂移、工频噪声、肌电噪声,本文提出了基于相关性的小波熵去噪算法。 算法首先根据
基线漂移的低频特性,确定小波分解的层数,置零近似系数,去除基线漂移;再对相邻尺度的高频小波系数进行相关
处理,依据小波熵自适应地计算全局阈值去除工频和肌电噪声;最后将置零的近似系数和阈值处理后的小波系数重
构得到有效信号。 该算法能够在一次小波分解、重构的过程中,同时滤除心电信号中的3种主要噪声。 对 MIT⁃BIH
数据库数据和模拟数据的仿真实验结果也表明该算法的去噪效果显著优于其他算法。
关键词:心电信号;去噪;相关性;小波熵;自适应
- - -
中图分类号:TP391 文献标志码:A 文章编号:1673 4785(2016)06 0827 08
-
中文引用格式:王晓燕,鲁华祥,金敏,等. 基于相关性的小波熵心电信号去噪算法[J]. 智能系统学报,2016,11(6):827 834.
英文引用格式:WANG Xiaoyan,LU Huaxiang,JIN Min,et al. Wavelet entropy denoising algorithm of electrocardiogram signals
-
based on correlation[J]. CAAI Transactions on Intelligent Systems,2016,11(6):827 834.
Wavelet entropy denoising algorithm of
electrocardiogram signals based on correlation
1 1,2 1 1 1 1
WANG Xiaoyan ,LU Huaxiang ,JIN Min ,GONG Guoliang ,MAO Wenyu ,CHEN Gang
(1. Institute of Semiconductors,ChineseAcademy of Sciences,Beijing 100083,China;2. Centerfor Excellencein Brain Scienceand
Intelligence Technology,Chinese Academy of Sciences,Shanghai 200031,China)
Abstract:In view of the baseline drift,power li
文档评论(0)