基于小波变换的心电信号特征提取.pdf

第29卷第5期 齐齐哈尔大学学报 V01．29．No．5 2013年9月 of Journal QiqiharUniversity Sep．，2013 基于小波变换的心电信号特征提取 金玉柱 (齐齐哈尔大学网络信息中心，黑龙江齐齐哈尔161006) 摘要：给出了一种基于小波变换的心电信号特征提取方法。首先，使用小波变换方法，将信号分解成不同频率域 的序列．计算低频系数和高频系数的能量谱；其次，提取时域特征，包括形态信息、能量、面积以及峰值、谷值 的幅度；最后．在Matlah平台上测试窦性、室性心电波形；实验结果表明：本文所提取的融合特征是有效的。 关键词：心电信号；小波变换；能量；形态特征；面积 中图分类号：TPl4 文献标志码：A 文章编号：1007—984X(2013)05—0084-04 心电自动分析由两个部分组成：1．波形检测及特征提取；2．信号诊断分类。 其中心电波形的特征提取是疾病分类诊断的前提与基础，只有在所有特征被准确获取的情形下，对疾 病的正确分类才有可能进行。不仅如此，特征的正确获取更能为临床医生在进行心电图诊断时提供极大帮 助，因此研究有效而高速的特征提取技术具有重要理论意义及实用价值11lo 在时频特征提取方面，提取了小波分解后的能量谱，小波变换(wT)在时域和频域均具有良好的局部 化特性，且是一种多分辨率分析方法，具有自动“变焦距”功能。WT可用来提取和识别那些淹没在噪声中 的微弱电生理信号。在时域特征提取方面，本文着重研究了心电波形的形态特征信息。 1特征提取方法 1．1小波变换的基本原理 概念。从函数分析的角度给出了正交小波的数学解释，在空间的概念上形象地说明了小波的多分辨特性， 给出了通用构造正交小波的方法。将之前所有的正交小波构造方法统一起来，给出了小波变换的快速算法 一Mallat算法。 多分辨率分析就是要构造一组函数空间，这组空间是相互嵌套的，即 LcV_2Lctl三croLcv,tc％￡ (1) 那么相邻的两个函数之差就定义了一个有小波函数构成的空间，即 巧eWj=巧+。 (2) 式中：y，为尺度空间，形，为小波空间。 Malla滇法具体分为两个步骤： (1)信号分解 卜?俨0’l，…∽ (3) Idj+。=吗 式中：H和G分别为低通和高通滤波器；C，和d，分别为原始信号在分辨率2-J尺度下的近似信号和细节信 收稿日期：2013-05—10 作者简俞：金玉柱(1985-)。男，蒙古蕨．内蘩古通辽人。助理工程舜．硬士，主要从事数字信号处理方面的研究， 万方数据 第5期 基于小波变换的心电信号特征提取 ·85· 号，，为分解的最大尺度。分解过程见图1。 a孓H 知力知白’J知一i长一i．i长? 图l信号分解过程 (2)信号重构 (，=，一l，J一2，…，0) (4) c，=H+C，“+G‘df“ 式中，Ⅳ’和G．分别为日和G的对偶算子。 1．2基于小波变换的