首页 > 文献资料
-
一种基于提升小波的膈肌肌电信号在线去噪方法
膈肌肌电信号传递着膈肌生理状态和呼吸系统的功能等重要信息,但用食道电极采集该信号常受到心电信号的强烈干扰.本研究以提升小波为基础,针对膈肌肌电信号与心电干扰的特征,提出了一种新的膈肌肌电信号在线去噪方法.该方法由于采用了提升小波变换和简单的阈值滤波,运算速度较传统小波方法大为提高.模拟信号的仿真实验中,用该方法去噪后的信号相对于原纯净信号其功率谱相对误差很小.将该方法应用于临床采样数据时,也能达到比较理想的去噪效果.
-
基于提升小波的医学数据压缩算法及其DSP实现
远程医疗系统日益成熟,但数据量的急剧增长给数据的压缩和传输带来了一系列问题.DSP器件的发展使得各种复杂算法的嵌入式系统移植成为可能.参考JPEG2000标准,以提升小波变换为基础,以嵌入式零树小波编码(EZW)为核心进行医学数据压缩.针对提升小波原址运算的特点,采用多种汇编级代码优化策略,将算法移植到DSP系统中,对心电图及CT图像实现了一种支持渐进传输的快速压缩算法.实验结果表明:与Mallat算法相比,该算法能够节省DSP的数据空间和运算时间,从而使嵌入式系统得以高效运行.
-
自适应提升小波用于心电信号除噪
人体心电信号随着检测状态及时间的变化显示出明显的非平稳性并伴随着大量的干扰信号.提升小波能很好的对心电信号进行时频定位,并且其运算速度比传统小波高出许多.本研究以提升小波变换为基础,构造了一种基于尺度的自适应提升小波,用它对心电信号(ECG)进行分解,使不同频带的信号显示在小波分解的不同尺度上,并在信号重构时利用一种新的阈值方法去除不同尺度上的干扰信号,从而获得较精确的心电波形,为心电信号的进一步处理奠定了基础.
-
提升小波用于非接触语音增强算法的研究
目的:介绍一种新的用于非接触雷达语音增强的算法.方法:非接触检测系统自身产生的电磁噪声和电路噪声,在很大程度上降低了雷达语音信号的质量.基于提升小波良好的运算性能和时-频域分析性能,提出了采用提升小波算法来进行非接触语音增强.结果:提升算法与其他经典语音增强算法——谱减法、维纳滤波法相比,能够高效地去除雷达语音中的噪声成分,并较好地保留原始语音分量.结论:该方法可以有效地去除非空气传导语音噪声,具有运算速度快等多种优点,具有较好的应用前景.
-
基于自适应提升小波方案的医学图像分割
医学图像在现代医疗诊断中发挥着重要作用，医学图像分割是其处理的关键环节。医学图像具有信息量大、异构性、噪声显著性等特点，大多数方法对高容量的医学图像处理速度较慢，或未能充分考虑图像的细节及奇异点的变化，不能很好地表达医学图像的内容。为了有效解决上述问题，我们从医学图像的特点出发，灵活构造了一种跟随边缘变化的自适应提升方案，能够有效地保护医学图像的边缘细节，为医生临床诊断提供更可靠的依据。
-
提升小波和平滑滤波在心电信号快速滤波中的研究
利用提升小波将原始心电信号(ECG)按频率特性分解为低频的逼近信号和高频的细节信号,舍弃前几层细节信号,采用自适应平滑滤波器选择合适的阈值对逼近信号进行滤波,从而避免平滑滤波对QRS波的损伤,再用提升小波逆变换重建保留的逼近信号,进而实现对心电信号中三种主要噪声的抑制.实验表明该方法计算量小,实时性强.
-
基于提升小波的心电信号基线漂移的去除方法
目的：避免传统小波变换基于卷积算法中的冗余计算，同时去除心电信号(ECG)在采集中混入其中的基线漂移噪声。方法：根据提升小波变换采取双小波基函数结合的方法，经分解、含噪声子带系数置零、逆变换形成去噪的心电信号。结果：运用MATLAB环境对MIT-BIH数据库提供的心电信号数据及基线漂移噪声信号bw进行去除基线漂移仿真验证，其基线漂移均被有效去除。结论：ECG信号经该方法处理后其所含有的基线漂移噪声被准确去除，且原信号中的波形信息被有效保留，可为心电信号特征参数的检测提供帮助。
