亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)閾信函數(shù)的小波去噪算法研究

        2020-07-24 02:11:37葛佳悅唐春暉
        軟件導(dǎo)刊 2020年6期
        關(guān)鍵詞:小波變換信噪比閾值

        葛佳悅 唐春暉

        摘要:為更好地消除心電信號(hào)(ECG)處理過(guò)程中存在的基線漂移、工頻干擾和肌電干擾等噪聲,提出一種基于改進(jìn)小波閾值的去噪算法。該算法選定coi5作為小波基進(jìn)行分解,選取分解尺度為8層,使用改進(jìn)的閾值選取方法對(duì)每一層信號(hào)系數(shù)進(jìn)行去噪。該閾值函數(shù)不僅克服了硬閾值函數(shù)不連續(xù)的缺點(diǎn),而且解決了軟閾值函數(shù)存在的恒定偏差,同時(shí)具有良好的自適應(yīng)性。實(shí)驗(yàn)結(jié)果表明,該方法與傳統(tǒng)閾值法相比,信噪比提高了24.26%,均方誤差降低了21.42%;與當(dāng)前國(guó)際上先進(jìn)的去噪算法相比,信噪比提高了2.01%,均方誤差降低了6.9%,去噪效果顯著提升,驗(yàn)證了該算法的有效性。

        關(guān)鍵詞:心電信號(hào);小波變換;閾值;去噪算法;信噪比

        DOI:10.11907/rjdk.192684 開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):

        中圖分類(lèi)號(hào):TP312文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-7800(2020)006-0061-05

        0 引言

        心電信號(hào)(Electrocardiogram,ECG)處理是生物醫(yī)學(xué)領(lǐng)域重要的研究對(duì)象之一,心電信號(hào)參數(shù)提取是心電圖信號(hào)分析診斷的關(guān)鍵,其準(zhǔn)確性和可靠性直接影響到心血管疾病的診斷與治療效果。但心電信號(hào)較為微弱,在采集過(guò)程中,由儀器本身、人體其它信號(hào)、人體活動(dòng)等因素帶來(lái)的噪聲對(duì)心電信號(hào)的影響不可忽略,如工頻干擾、基線漂移、肌電干擾、運(yùn)動(dòng)偽差等,故心電信號(hào)去噪是心電信號(hào)研究的前提。

        針對(duì)心電信號(hào)去噪的處理,Huang等提出的經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)方法可實(shí)現(xiàn)自適應(yīng)分解,但在分解過(guò)程中會(huì)產(chǎn)生模態(tài)混疊、端點(diǎn)震蕩效應(yīng),影響去噪效果。為了克服這一缺點(diǎn),Wu等提出以EMD方法為核心的集中經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode De.composition,EEMD)算法,基于高斯白噪聲頻譜分布均勻的特點(diǎn),通過(guò)在原始信號(hào)上多次加入白噪聲的方法成功解決了模態(tài)混疊問(wèn)題,但信號(hào)分解后的模態(tài)分量計(jì)算量非常大。小波變換能夠提供一個(gè)隨頻率改變的“時(shí)間一頻率”窗口,具有良好的時(shí)頻特性,不僅能獲取到頻率,而且能夠準(zhǔn)確地定位到時(shí)間。同時(shí),小波變換能夠利用多種分辨率解析信號(hào),在消除基線漂移、運(yùn)動(dòng)偽差等干擾方面效果較好,更適用于具有局部突變的非平穩(wěn)信號(hào)處理,且差分閾值運(yùn)算簡(jiǎn)單,計(jì)算復(fù)雜度較小,被廣泛應(yīng)用于心電信號(hào)去噪過(guò)程中。

        小波閾值去噪算法主要思想為:將ECG信號(hào)分解為不同層次的小波,選擇合適的閾值處理各層信號(hào)系數(shù),然后重新構(gòu)建信號(hào)以達(dá)到降噪效果。確定最佳小波函數(shù)、分解層數(shù)、閾值及閾值函數(shù)的方法,是心電信號(hào)小波閾值去噪算法研究的重點(diǎn)。

        本文提出一種新的小波去噪算法,在實(shí)現(xiàn)去噪效果的同時(shí),減少去噪過(guò)程對(duì)原始信號(hào)造成的影響,最大限度保證函數(shù)連續(xù),并且具有很強(qiáng)的自適應(yīng)能力。通過(guò)對(duì)MIT-BIH數(shù)據(jù)庫(kù)中心電信號(hào)的仿真實(shí)驗(yàn),得到的信噪比與最小均方誤差達(dá)到了理想效果。

        1 小波變換去噪原理與方法

        基于小波變換的心電信號(hào)去噪方法如下:

        (1)選取合適的小波基函數(shù)對(duì)心電信號(hào)進(jìn)行多層小波分解(a=2j,a為尺度,j為層數(shù)),得到各層中的近似分量(低頻Aj)與細(xì)節(jié)分量(高頻Dj)。

        (2)對(duì)每層細(xì)節(jié)系數(shù)采用改進(jìn)閾值函數(shù)進(jìn)行去噪。

        (3)將第N層近似分量與每一層經(jīng)過(guò)處理的細(xì)節(jié)分量進(jìn)行重構(gòu),得到去噪后的心電信號(hào)。

        小波分解可以將原始信號(hào)分解為一系列近似分量與細(xì)節(jié)分量,并使用小波變換適當(dāng)尺度中的近似分量進(jìn)行特征識(shí)別,而信號(hào)噪聲集中表現(xiàn)在細(xì)節(jié)分量上,使用一定的閾值處理細(xì)節(jié)分量,經(jīng)小波重構(gòu)后可以得到平滑的信號(hào)。詳細(xì)步驟如圖1所示。

        1.1 小波基選取

        不同于傅里葉變換,小波函數(shù)不具有唯一性。對(duì)于同一個(gè)工程應(yīng)用問(wèn)題,采用不同小波基得到的分析結(jié)果相差甚遠(yuǎn)。適當(dāng)?shù)剡x擇小波基,使小波函數(shù)(ψ(t))在時(shí)域上為有限支撐,在頻域上也比較集中,便可使小波變換在時(shí)、頻兩域都具有表征信號(hào)局部特征的能力,因此有利于檢測(cè)信號(hào)的瞬態(tài)或奇異點(diǎn)。選取小波基時(shí)主要從支撐長(zhǎng)度、對(duì)稱(chēng)性、消失矩階數(shù)和正則性4個(gè)方面進(jìn)行考慮。根據(jù)心電信號(hào)特性,需重點(diǎn)考慮基小波的消失矩階數(shù)與正則性。其中,消失矩越大,小波系數(shù)為零的項(xiàng)則越多,越有利于數(shù)據(jù)壓縮與消除噪聲。正則性好的小波在信號(hào)重構(gòu)中可獲得較好的平滑效果,并減少量化或舍人誤差的影響。一般情況下,正則性越好,支撐長(zhǎng)度越長(zhǎng)。在當(dāng)前研究中常用的小波基有db小波、bior小波、coif小波,對(duì)心電信號(hào)都可進(jìn)行合理的分解重構(gòu)。小波基性能比較如表1所示,尺度函數(shù)與小波函數(shù)波形比較如圖2所示。

        為了使有用信號(hào)分解與噪聲分解對(duì)應(yīng)小波系數(shù)的差異盡量明顯,應(yīng)選擇與心電信號(hào)波形最相似的小波函數(shù)。由表1和圖2可知,3種小波基中coifs函數(shù)與心電信號(hào)相似度最高,且具有良好的對(duì)稱(chēng)性,故本研究選取coil5小波基進(jìn)行小波分解與重構(gòu)。

        1.2 分解尺度選取

        人體心電信號(hào)頻率較低,主要頻率范圍為0.01-100Hz,且大部分能量集中在0.1~35Hz之間。基線漂移和運(yùn)動(dòng)偽差在7Hz以下,其中由呼吸引起的基線漂移大約在0.5~2Hz,肌電干擾主要分布在30~300Hz,工頻干擾一般在50Hz及其倍頻附近。

        本文選用心電數(shù)據(jù)的采樣頻率為360Hz,根據(jù)奈奎斯特采樣定理可知,信號(hào)最高頻率為180Hz。因此,第l層細(xì)節(jié)部分頻率分布在90~180Hz,包含肌電噪聲;第2層細(xì)節(jié)頻率分布在45-90Hz,包含工頻干擾噪聲與一部分肌電噪聲;第3、4層細(xì)節(jié)部分包含肌電干擾與心電信號(hào)的主要部分即QRS波,其能量集中在0.1-35Hz;基線漂移成分被認(rèn)為主要存在于第7、8層中。第8層細(xì)節(jié)系數(shù)頻率分布為0.703125-1.40625Hz,在涵蓋絕大部分噪聲的同時(shí),也能保證信號(hào)的完整性,故本研究選擇對(duì)小波信號(hào)進(jìn)行8層分解。

        1.3 閾值方法選擇與改進(jìn)

        經(jīng)過(guò)小波變換后,有用信號(hào)的能量集中在一些幅值較大的小波系數(shù)上,而噪聲能量分布于整個(gè)小波域內(nèi),并且所對(duì)應(yīng)的小波系數(shù)幅值較小。根據(jù)這一原理,可以利用設(shè)定閾值對(duì)信號(hào)進(jìn)行去噪。

        小波閾值去噪方法相比一般傳統(tǒng)方法可實(shí)現(xiàn)更好的去噪效果,但仍存在一定的局限性。比如小波閾值去噪方法需根據(jù)待分析信號(hào)選擇合適的小波基函數(shù)、閾值函數(shù)、閾值等,并設(shè)置可行的分解層數(shù),缺乏一定的自適應(yīng)性。在傳統(tǒng)閾值處理算法中,硬閾值或軟閾值方法都有其不足之處。其中,硬閾值是令絕對(duì)值小于閾值信號(hào)點(diǎn)的值為零,缺點(diǎn)是在某些點(diǎn)會(huì)產(chǎn)生間斷,重構(gòu)信號(hào)會(huì)產(chǎn)生一些震蕩;軟閾值方法是在硬閾值基礎(chǔ)上將邊界不連續(xù)點(diǎn)收縮到零,從而可以有效避免間斷,使得重建的信號(hào)比較光滑,但由于與原始信號(hào)間有一個(gè)恒定誤差,會(huì)造成信號(hào)失真、邊緣模糊。

        因此,需提供一種新的閾值選取函數(shù),在實(shí)現(xiàn)去噪效果的同時(shí),降低與原始信號(hào)之間的偏差,同時(shí)具有自適應(yīng)性。文獻(xiàn)中提出運(yùn)用自定義閾值函數(shù)對(duì)小波分解后每一層細(xì)節(jié)系數(shù)分別進(jìn)行處理,函數(shù)如下:

        文獻(xiàn)提出根據(jù)每一層小波分解的噪聲水平估計(jì)調(diào)整閾值的去噪方法,且在閾值邊界的小波系數(shù)采用不同表達(dá)式進(jìn)行計(jì)算,適用于心電信號(hào)等微弱信號(hào)的去噪過(guò)程。該算法可根據(jù)需要調(diào)節(jié)兩個(gè)參數(shù)變量α和β,不僅克服了硬閾值函數(shù)不連續(xù)的缺點(diǎn),而且解決了軟閾值函數(shù)存在的恒定偏差,從而在去噪的同時(shí)減少原始信號(hào)的丟失。公式如下:

        其中,Wj為第j層分解得到的小波系數(shù),Qj為第j層閾值之后的小波系數(shù)。其中,α→0,β→0為硬閾值函數(shù);α→1,β→∞為軟閾值函數(shù)。根據(jù)j的不同,閾值函數(shù)可以實(shí)現(xiàn)自動(dòng)調(diào)節(jié),但由于閾值λ固定,仍不能最大限度地保留心電信號(hào)有效信息。

        針對(duì)閾值系數(shù)的選取,由上文可知,第l層主要為噪聲,可將閾值系數(shù)直接置為0,以去除90~180Hz頻率成分和基線漂移;第2-6層系數(shù)波形與心電波形較為相似,每層的頻帶范圍遞減,故閾值系數(shù)以對(duì)數(shù)形式呈現(xiàn);第7-8層包含的噪聲主要為基線偏移,閾值系數(shù)適當(dāng)增大。具體公式如下:

        2 小波變換去噪算法仿真結(jié)果

        本文選用數(shù)據(jù)為MIT-BIH的心率失常數(shù)據(jù)庫(kù)(MIT-BIH Arrhythmia Database)中的MLII導(dǎo)聯(lián)數(shù)據(jù),該數(shù)據(jù)庫(kù)包含48條記錄,每條記錄持續(xù)時(shí)長(zhǎng)為30min,采樣頻率為360Hz。使用頻率為0.2Hz、幅值為0.1mV的正弦信號(hào)仿真基線漂移噪聲;用頻率為50Hz、幅值為0.2mV的正弦信號(hào)模擬工頻干擾;采用標(biāo)準(zhǔn)差為0.02、均值為0的高斯白噪聲仿真肌電干擾,將3種噪聲疊加在從數(shù)據(jù)庫(kù)中選取的心電信號(hào)中。

        2.1 心電信號(hào)去噪結(jié)果比較

        本節(jié)選取心律失常數(shù)據(jù)庫(kù)中編號(hào)為100、104、105、108、201、203、222、228的8組近似無(wú)噪聲的干凈信號(hào)作為原始信號(hào),采用本文第2.1節(jié)所提的db4小波、coil5小波、bior4.4小波函數(shù)及db3、db5、coif3、coil4、bior5.5、bior6.8小波基分別對(duì)信號(hào)進(jìn)行分解,運(yùn)用傳統(tǒng)無(wú)偏似然估計(jì)軟閾值進(jìn)行處理,得到心電信號(hào)去噪效果,如圖3所示。不同小波基的去噪效果可由信噪比(SNR)與其均方誤差(MSE)表示。公式如下:

        式中,x(n)為原始信號(hào),y(n)為經(jīng)過(guò)小波分解重構(gòu)后的信號(hào),N為采樣個(gè)數(shù)。

        實(shí)驗(yàn)結(jié)果顯示,經(jīng)coil5小波函數(shù)分解重構(gòu)得到的去噪結(jié)果信噪比最大,表明coil5小波函數(shù)的去噪效果最好,故本文算法采用coil5小波函數(shù)作為小波分解的小波基。

        2.2 改進(jìn)閾值函數(shù)去噪結(jié)果比較

        本節(jié)選用20組數(shù)據(jù)作為原始數(shù)據(jù),在加入噪聲后,采用coil5小波對(duì)其進(jìn)行分解與重構(gòu),使用式(2)-式(4)確定每一層小波細(xì)節(jié)系數(shù)的去噪閾值,取最佳參數(shù)α為1,β為1。將本文提出的閾值函數(shù)與傳統(tǒng)軟硬閾值方法及文獻(xiàn)、提出的閾值算法進(jìn)行比較,信噪比與均方誤差兩項(xiàng)指標(biāo)對(duì)比結(jié)果如圖4與表2所示。

        由圖4、表2可知,采用本文改進(jìn)后的閾值選取方法,平均信噪比為22.8055,平均均方誤差為0.0027。與傳統(tǒng)硬閾值方法相比,信噪比提高了24.26%,均方誤差降低了21.42%,去噪效果顯著提升;與文獻(xiàn)中當(dāng)前國(guó)際上先進(jìn)的去噪算法相比,信噪比提高了2.01%,均方誤差降低了6.9%,證明了該算法的有效性與適用性。采用本文算法的去噪效果如圖5所示。

        3 結(jié)語(yǔ)

        本文結(jié)合傳統(tǒng)軟、硬閾值小波消噪的優(yōu)點(diǎn),提出一種運(yùn)用自定義閾值函數(shù)的小波分解與重構(gòu)去噪算法。不同尺度下的小波系數(shù)選取不同閾值,以在盡可能保留信號(hào)有效量的同時(shí)實(shí)現(xiàn)去噪效果。所選小波基為coif5,對(duì)信號(hào)進(jìn)行8層分解,并在各層閾值選取過(guò)程中添加了閾值系數(shù),可根據(jù)不同信號(hào)類(lèi)型設(shè)定參數(shù),具有很強(qiáng)的自適應(yīng)性。去噪效果與現(xiàn)有去噪方法相比有所提高,且提高了重構(gòu)信號(hào)的信噪比,減小了消噪后信號(hào)與原始信號(hào)的偏差及信號(hào)震蕩。

        然而,本研究尚存在以下不足:①研究中發(fā)現(xiàn),在不同人體中采集的心電信號(hào)具有差異性,去噪效果也有一定差別,故如何使去噪算法更具有通用性,需要作進(jìn)一步研究;②在研究過(guò)程中所選取的采樣點(diǎn)為2000,基數(shù)較小,而在臨床應(yīng)用中需要處理的數(shù)據(jù)量非常大,故今后研究的重點(diǎn)是如何提高處理速率以適應(yīng)實(shí)際臨床應(yīng)用需求。

        猜你喜歡
        小波變換信噪比閾值
        基于深度學(xué)習(xí)的無(wú)人機(jī)數(shù)據(jù)鏈信噪比估計(jì)算法
        小波閾值去噪在深小孔鉆削聲發(fā)射信號(hào)處理中的應(yīng)用
        基于自適應(yīng)閾值和連通域的隧道裂縫提取
        低信噪比下LFMCW信號(hào)調(diào)頻參數(shù)估計(jì)
        低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
        比值遙感蝕變信息提取及閾值確定(插圖)
        河北遙感(2017年2期)2017-08-07 14:49:00
        MATLAB在《數(shù)字圖像處理》課程中的輔助教學(xué)
        基于互信息和小波變換的圖像配準(zhǔn)的研究
        保持細(xì)節(jié)的Retinex紅外圖像增強(qiáng)算法
        室內(nèi)表面平均氡析出率閾值探討
        中文字幕无线码| 一区二区三区在线观看视频| 精品亚洲国产亚洲国产| 偷拍色图一区二区三区| 朋友的丰满人妻中文字幕| 欧美精品一区二区蜜臀亚洲| 偷窥村妇洗澡毛毛多| 国产免费三级三级三级| 91国内偷拍精品对白| 成人日韩精品人妻久久一区| 日韩一区国产二区欧美三区| 国产乱理伦片在线观看| 亚洲欧美日韩精品香蕉| 午夜麻豆视频在线观看| 公厕偷拍一区二区三区四区五区| 国产麻豆精品一区二区三区v视界 妺妺窝人体色www看美女 | 午夜无码亚| 久久午夜一区二区三区| 熟妇人妻无乱码中文字幕av| 久久久久成人精品无码| 国产麻无矿码直接观看| 91精品国产综合久久青草| 天堂一区二区三区精品| 无码一区二区三区| 亚洲av无码成人专区片在线观看| 五月丁香六月综合激情在线观看| 青青草视频在线你懂的| 亚洲黄色一级在线观看| 日本大骚b视频在线| 亚洲av日韩av无码av| 成人免费丝袜美腿视频| 日韩精品中文字幕第二页| 欧美噜噜久久久xxx| 丰满熟妇乱又伦| 国产免费无码9191精品| 伊人五月亚洲综合在线| 精品亚洲a∨无码一区二区三区| 色五月丁香五月综合五月4438| 白白色发布在线播放国产| 亚洲综合国产精品一区二区| 丰满少妇高潮惨叫久久久|