本文關鍵詞：分數(shù)階小波變換在心電信號處理中的應用

  更多相關文章： 分數(shù)階小波變換 心電信號 混合編程 S3C2410開發(fā)平臺

【摘要】：生物醫(yī)學信號,屬于低頻弱信號在強噪聲背景下產(chǎn)生的,它是由復雜的生物體發(fā)生的不穩(wěn)定的自然信號,從該信號本身的特征,檢測方式到處理技術,都不同于一般的信號,針對各種有待提取和處理的信號,如心電信號、腦電圖信號、眼電、胃電等生理信號,對病人的檢測和診斷治療方案,都是重要的診斷依據(jù)。心電信號以及其它生物醫(yī)學信號一樣,都屬于低頻微弱信號,在檢測時常常容易受到外界的干擾,不同的環(huán)境下對同一人體的生物信號檢測也會有不同的結果。因此它具有信號微弱和極強的噪聲,隨機性強等特點。心電信號主要是心臟被激活在身體表面上的反映,在臨床上,被作為診斷疾病的重要的依據(jù)。在實際生活中,人們用心電圖來記錄心臟產(chǎn)生生物電流的狀態(tài),臨床醫(yī)生可以利用心電圖來評估病人的心臟狀況,并做進一步的診斷。然而,心電圖記錄時往往會受到儀器、導聯(lián)線、人體等幾種產(chǎn)生的電源頻率干擾、基線漂移和肌電干擾等。要濾除這些干擾,提取有效的信號成分,對信號的檢測和處理意義重大。目前ECG信號作為一種非平穩(wěn)隨機信號,因其易于檢測以及直觀的特點,引起研究人員越來越多的關注。本文主要研究了小波變換和分數(shù)階傅里葉變換的性質以及處理信號時的原理方法,針對非平穩(wěn)信號,把小波變換和時頻分析結合一起,即將分數(shù)階傅里葉變換的時頻聚焦性和小波變換中的多分辨分析性相結合。相比于傳統(tǒng)的小波變換僅采用閾值處理的方法,本文采用的心電信號在分數(shù)階Fourier最優(yōu)p階域變換后,再進行小波變換處理,這種方法更適用于對信號的提取和消除噪聲；其次,運用小波模極大值法對心電信號進行檢測,以正確的檢測出正向R波和負向R波,并運用錯漏檢補償策略來提高R波的準確率。對于Q波、S波采用了先驗知識和加窗法相結合的方法進行檢測。算法完成后,以MIT-BIH數(shù)據(jù)庫中的多條數(shù)據(jù)進行仿真驗證,結果表明分數(shù)階小波變換對心電信號濾波信噪比最高能達到29.745db；運用小波模極大值法對QRS波的檢測準度能達到99.81%,證實了本文算法具有較高的精確度。論文基于ARM9處理器的S3C2410開發(fā)平臺,在WinCE系統(tǒng)下,通過eVC編寫相應濾波及檢測程序,經(jīng)測試算法運行正常。
【關鍵詞】：分數(shù)階小波變換 心電信號 混合編程 S3C2410開發(fā)平臺
【學位授予單位】：西安工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R540.4;TN911.7
【目錄】：

• 摘要3-5
• Abstract5-9
• 1 緒論9-15
• 1.1 研究目的及意義9-10
• 1.2 心電信號產(chǎn)生10-11
• 1.3 國內外研究現(xiàn)狀11-14
• 1.3.1 心電信號預處理的研究現(xiàn)狀11-12
• 1.3.2 心電信號QRS波檢測的研究現(xiàn)狀12
• 1.3.3 分數(shù)階小波變換研究現(xiàn)狀12-14
• 1.4本文主要研究內容14-15
• 2 分數(shù)階小波變換15-26
• 2.1 小波變換15-19
• 2.1.1 連續(xù)小波變換15-16
• 2.1.2 離散小波變換和Mallat算法16-19
• 2.2 分數(shù)階Fourier變換19-23
• 2.3 分數(shù)階小波變換23-25
• 2.3.1 分數(shù)階小波變換的定義23-25
• 2.3.2 分數(shù)階小波變換算法與實現(xiàn)25
• 2.4 本章小結25-26
• 3 分數(shù)階小波變換對心電信號的處理26-46
• 3.1 心電信號預處理26-27
• 3.2 小波變換的方法研究27-34
• 3.2.1 小波變換去噪原理27-28
• 3.2.2 小波閾值去噪28-30
• 3.2.3. 仿真結果分析30-34
• 3.3 分數(shù)階小波變換對心電信號的去噪34-38
• 3.3.1 最佳階次的選擇34-35
• 3.3.2 離散分數(shù)階Fourier變換快速算法35
• 3.3.3 仿真結果分析35-38
• 3.4 QRS波檢測38-44
• 3.4.1 心電信號的檢測38-41
• 3.4.2 R波錯檢漏檢補償算法41-42
• 3.4.3 Q波、S波的檢測42-43
• 3.4.4 參數(shù)計算及異常分析43-44
• 3.5 本章小結44-46
• 4 心電信號處理算法的實現(xiàn)46-56
• 4.1 硬件環(huán)境46-48
• 4.1.1 S3C2410A處理器47-48
• 4.1.2 S3C2410A的片內外圍資源48
• 4.2 應用程序的開發(fā)平臺搭建48-50
• 4.2.1 軟件平臺的搭建48-49
• 4.2.2 開發(fā)流程49-50
• 4.3 混合編程50-53
• 4.3.1 混合編程接口實現(xiàn)50-52
• 4.3.2 基于WinCE環(huán)境下的MATLAB混合編程52-53
• 4.4 人機界面53-55
• 4.4.1 人機界面的編寫53-54
• 4.4.2 實驗結果及分析54-55
• 4.5 本章小結55-56
• 5 結論56-59
• 5.1 結論56-57
• 5.2 展望57-59
• 參考文獻59-62
• 攻讀碩士學位期間發(fā)表的論文62-63
• 致謝63-65

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 鄭學敏;占紅武;彭達;;基于ARM-WINCE系統(tǒng)的EVC圖像處理界面開發(fā)[J];計算機應用與軟件;2011年09期

2 姜萬錄,王益群 ,張建成;小波分析及其在伺服閥性能測試中的應用[J];液壓氣動與密封;2001年05期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 董紅生;心電波形檢測與心率變異性分析方法研究[D];蘭州理工大學;2012年

2 劉金平;泡沫圖像統(tǒng)計建模及其在礦物浮選過程監(jiān)控中的應用[D];中南大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 王金亮;心電信號的預處理及R波檢測的研究[D];山東大學;2011年

2 王長忠;三缸往復泵泵閥故障診斷[D];大慶石油學院;2007年

3 張韻;基于紋理的文本獨立離線筆跡鑒別[D];河北工業(yè)大學;2007年

4 牛傳莉;心電信號預處理和波形檢測算法的研究[D];北京交通大學;2009年

，

本文編號：756647