搜索
Automation＆Instrumentation2012(12)：1001-9944(2012)12-0046-04徐寒，王冬冬，蒋同斌（，223003）：在采集心电信号数据的过程中，必然会涉及到肌电干扰、基线漂移和50Hz工频干扰，而使用常规系统辨识法则常常在一定程度上难以鉴定心电信号的特性。中值滤波器是一种操作简单的、高速的非线性信号滤波器，它常用于心电信号中低频去噪过程，如基线漂移。因为WTS的二进小波是一组带通滤波器，不同尺度有不同的频带，小波变换被选定用来分解原始信号，小波变系数的重建形成了消除干扰的心电信号。采用模拟实验是要确定如何进行自适应的阈值选取，适当的分解层数和小波函数。通过使用MIT/BIH数据库的心电信号，并结合计算机仿真形成的心电信号来对该方法进行检验。结论表明此算法可有效抑制心电信号中的主要噪声，满足心电波形临床分析和诊断的需求。：；；；：TP13：BResearchontheECGSignalDenoisingAlgorithmBasedonWaveletTransformandtheMedianFilterXUHan，WangDong-dong，JIANGTong-bin（FacultyofMathematicsandPhysics，HuaiyinInstituteofTechnology，Huaian223003，China）Abstract：IntheprocessofECGsignaldataacquisition，itwasnecessarytoinvolvetheelectromyographicinterfer-ence，baselinedriftand50Hzinterference，whileusingtheconventionalsystemidentificationrulesoftentosomeex-tentandwasdifficulttoidentifythecharacteristicsofECGsignal.Medianfilterwasakindofsimpleoperation，highspeednonlinearsignalfilter，itwascommonlyusedintheECGsignaldenoisingprocessinlowfrequency，suchasbaselinedrift.SinceWTStwodyadicwaveletwasasetofband-passfilterswithdifferentscales，differentfrequencybands.Thewavelettransformwasusedtodecomposetheoriginalsignalselected.WavelettransformcoefficientsofthereconstructionwasformedtoeliminateinterferenceinECGsignal.Thesimulationexperimenttodeterminehowadaptivethresholdselection，appropriateleveldecompositionandwaveletfunction.ThroughusingtheMIT/BIHdatabaseofECGsignal，andcombiningwiththecomputersimulationoftheformationofECGsignalonthemethodoftesting.ConclusionshowsthatthisalgorithmcaneffectivelyrestrainthemainnoiseinECGsignals，meettheECGwaveformanalysisofclinicalanddiagnosticrequirements.Keywords：ECG；denoisingalgorithm；wavelettransform；medianfilter：2012-06-19；：2012-10-22：（1962—），，，，、。、。，[1]。，、，。，，，，；462012(12)。，，。，[2-4]。J.Morlet1984，、、、DonohoJohnstone[5]，，QS，。，。，。[6]，。。[7]，，。，。[8]，。，。MIT/BIH。。1，1Hz，；，。1.1，，。，。，，。，。。、。，（）。，。，。，，。，。，。，，。1.2（），，。，，，、（）。，。：x={x（1），x（2），x（L）}L，L。Xx={x（-k+1），x（-k+2），…，x（k+L）}x（n）=x（1）（-k+1）≤n≤1x（n）1＜n＜Lx（L）L≤n≤（L+k≤≤≤≤≤）（1）n，1≤n≤L，x（1）（n），2k+1：x（n-k），x（n-k+1），…x（n），…，x（n+k-1），x（n+k）。，x={x（1）（1），x（1）（2），…x（1）（L）}X2k+1；x（1）2k+1，x（2），x（p）={x（p）（1），x（p）（2），…，x（p）（L）}2k+1XP47Automation＆Instrumentation2012(12)，。，QRS，TP，，。，（QRS，TP），。1.3，30min105MIT-BIH，1。1（b），m=2，360Hz；0.5Hz。1（c）。，。，。，，。，。，，。，。，，，，，。250Hz，5Hz~2kHz，。，。，。，，，、、。，。，，，。，，。2.1，，，，。，Donoho。Tf赞，f赞h，f赞s，：f赞h=f，f＞T0，f≤≤T（2）f赞s=sign（f）f-≤≤Tf＞T0f≤≤T（3），，，。，：①，Stein（）：T，，T，，。1Fig.1Lowfrequencyinterferencesignalfilterthesimulationresults（a）（b）（c）（d）482012(12)②sqrt（2log（length（X））），，sqrt（2log（length（X）））。③：。（SNR），。④-：-，。，，。。2.250Hz，。，。。，，。，。3，MIT/BIH。10k，。。，。，。2，。2，，。，，QRS。4，，，。，。：[1]，.—-：[J].，2010，29（5）：11-16.[2]，.[J].，2002，15（1）：64-67.[3]AKZiarani，AKonrad.Anonlinearadaptivemethodofelimi-nationofpowerlineinterferenceinECGsignals[J].IEEETransactionsonBiomedicalEngineering，2002，49（6）：540-547.[4]，.[J].，2006（8）：901-905.[5]DavidLDonoho，IainMJohnstone.Idealspatialadaptationbywaveletshrinkage[J].Biometrika，1994，81（3）：425-455.[6]，.[J].，2002，24（2）：110-117.[7]，.ECG[J].，2004，17（3）：832-841.[8]，，，.[J].，2007，28（1）：201-206.[9]JAVanAlste，TSSchiler.Removalofbase-linewanderpower-lineinterferencefromECGbyanefficientFIRfilterwithare-ducednumberoftaps[J].IEEEBME，1985，32（12）：1052-1060.■2Fig.2FilteringalgorithmforremovalofwhitenoiseeffectchartV/mV420-200.81.62.43.24.04.85.66.47.28.0t/s（a）V/mV420-200.81.62.43.24.04.85.66.47.28.0t/s（b）2013《》邮发代号：6―20定价：8．00元/期■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■49