[发明专利]基于自适应阈值小波变换的心电信号降噪方法

摘要

本发明公开了一种基于自适应阈值小波变换的心电信号降噪方法，其特征在于包括如下步骤：步骤1：采用Mallat算法，选择小波函数sym6和分解层数J，对含噪心电信号进行小波分解，得近似系数和细节系数；步骤2：设定自适应于各层细节系数的阈值，并选择阈值函数；步骤3：对各层的细节系数进行自适应阈值处理，去除工频干扰和肌电干扰，对近似系数处理去除基线漂移；步骤4：对处理后的心电信号进行小波重构，得到信号的近似最优估计值。本发明方法充分利用了小波变换多分辨率特性，提供了一种自适应阈值选取方式，即在每一级层上采用不同阈值，灵活地将噪声和信号分离，提高了信号特征的可分离性，在视觉、均方误差和信噪比三方面较传统方法效果更好，较好的保留了图像的细节信息，具有较高的实用价值。

主权项

1.基于自适应阈值小波变换的心电信号降噪方法，其特征在于，包括如下步骤：

步骤1：采用Mallat算法，选择小波函数sym6和分解层数J，对含噪心电信号进行小波分解，得近似系数和细节系数；

步骤2：设定自适应于各层细节系数的阈值，并选择阈值函数；

步骤3：对各层的细节系数进行自适应阈值处理，去除工频干扰和肌电干扰，对近似系数处理去除基线漂移；

步骤4：对处理后的心电信号进行小波重构，得到信号的近似最优估计值。

2.根据权利要求1所述的基于自适应阈值小波变换的心电信号降噪方法，其特征在于，步骤1中所述的分解层数J最大为8。

3.根据权利要求1所述的基于自适应阈值小波变换的心电信号降噪方法，其特征在于，步骤2中所述的设定自适应于各层细节系数的阈值，并通过自适应阈值计算方式计算得到第一层细节系数标准偏差、各层层细节系数标准偏差以及层参数，从而得到各层细节系数对应的阈值，具体计算如下：阈值T_h求取公式为：

其中为第一层细节系数标准偏差，层层细节系数标准偏差；

层参数β在1‑3层上求取公式为：

层参数β在4‑8层上求取公式为：

其中L_k表示层层细节系数长度，L表示获取的含噪信号长度，J表示小波分解最大层，j表示当前分解层；

其中|W_ij|是小波变换的第一层细节系数；

|Y_ij|为小波变换的各层细节系数；

阈值函数采用软阈值方法，定义如下：

4.根据权利要求1所述的基于自适应阈值小波变换的心电信号降噪方法，其特征在于，步骤3所述的对近似系数处理去除基线漂移为将近似系数直接置为零。

5.根据权利要求1所述的基于自适应阈值小波变换的心电信号降噪方法，其特征在于，步骤3所述的对各层的细节系数进行自适应阈值处理，去除工频干扰和肌电干扰为将细节系数与该层下的自适应阈值使用软阈值函数进行对比，若系数小于阈值，则置为0，否则将系数的绝对值减去阈值，再将其添加正负号，最终得到原始信号系数的估计系数。

6.根据权利要求1所述的基于自适应阈值小波变换的心电信号降噪方法，其特征在于，步骤4所述的对阈值处理后的小波系数进行重构为利用Mallat算法对去噪以后的小波系数进行重构，得到原始信号的近似最优估计值。