期刊文献+

心电信号的Lipschitz指数与基于小波变换的去噪算法 被引量:1

下载PDF
导出
摘要 心电信号是对人类心脏的生理和病理过程进行无创检测最主要的手段,是近年来信号处理领域的一个研究热点。本文在概述小变换理论的基础上,首先通过实验计算测定了心电信号的Lipschitz指数,然后基于小波变换下奇异信号民随机噪声尺度空间中的不同特性设计了一种去噪算法。
作者 沈凤麟 胡军
出处 《数据采集与处理》 CSCD 1998年第a10期25-28,共4页 Journal of Data Acquisition and Processing
  • 相关文献

同被引文献16

  • 1赵国良,杨俊春,孙珅.心电信号的小波变换消噪方法[J].哈尔滨工程大学学报,2004,25(5):631-634. 被引量:13
  • 2杨丰,岳小荣.基于三次B─样条函数心电图数据滤波[J].北京生物医学工程,1994,13(4):193-196. 被引量:5
  • 3Alste J, Schider T S. Removal of Baseline Wander and Powerline Interference from the ECG by an Efficient FIR Filter with a Reduced Number of Taps [J]. IEEE Trans. Biomedical Engineering (S0018-9294), 1985, 32(12): 1052-1060.
  • 4Rampil I. A Primer for EEG Signal Processing in Anesthesia [J]. Anesthesiology (S0003-3022), 1998, 89(4): 980-1002.
  • 5Chui C K. Wavelets: A Tutorial in Theory and Applications [M]. Boston, USA: Academic Press, 1992.
  • 6Benedetto J L, Frazier M W, Wavelets: Mathematics and Applications [M]. Boca Raton, USA: CRC Press, 1994.
  • 7Cohen A, Ryan R D. Wavelets and Multiscale Signal Processing [M]. London, UK: Chapman and Hall, 1995:160-185.
  • 8Mallat S. A Wavelet Tour of Signal Processing [M]. 2nd edition. San Diego, USA: Academic Press, 1998.
  • 9I W Selesnick. The Slantlet Transform [J]. 1EEE Trans. Signal Processing (S1053-587X), 1999, 47(5): 1304-1313.
  • 10Panda G, Dash P K, Pradhan A K, Meher S K. Data Compression of Power Quality Events Using the Slantlet Transform [J]. IEEE Trans. Power Delivery (S0885-8977), 2002, 17(2): 662-667.

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部