基于小波变换的膈肌肌电信号降噪方法研究

膈肌肌电信号是分析和诊断呼吸疾病最科学及有效的数据之一,该信号往往受到被测对象心电信号的严重干扰。利用小波变换的分析方法,在对原始信号小波分解的基础上,针对各尺度小波系数的特点提出一种新的阈值滤波算法。对来自临床食道电极采集的膈肌肌电信号进行降噪处理,处理前后的时域信号对比以及频域的功率谱分析均表明,心电干扰信号能够被有效地去除,而膈肌肌电信号的信号特征得到较好地保留,为膈肌肌电信号的进一步分析处理创造了良好的条件。

结合QRS检测和小波阈值的膈肌肌电信号降噪方法

为了消去夹杂在膈肌肌电(EMGdi)信号中的心电干扰,在比例阈值算法的基础上,提出一种结合QRS检测和小波阈值的降噪方法。首先,根据小波系数的相关性构造QRS波群的检测方法,分析确定干扰的位置和范围;其次,将小波系数分为受干扰和未受干扰两部分,并构造相应的阈值算法,针对性地处理受干扰系数,以未受干扰部分系数作为阈值算法构造的依据;最后,重构处理后的小波系数,得到降噪后的EMGdi信号。对临床采集信号的处理对比表明,该方法能够更为有效地去除心电干扰,并更好地保留EMGdi的有用信号。

固定双上肢并悬挂家兔死亡机理的研究

目的观测固定双上肢并悬挂家兔的血气变化及膈肌的肌电变化,探讨体位性窒息死亡的发生机制。方法建立家兔体位性窒息死模型,在实验前、后分别抽取家兔耳缘动脉和左心室血2m l进行血气分析,并监测实验过程中家兔膈肌肌电图(EMGd i)的变化。结果实验组与对照组均有缺氧、二氧化碳储留以及氧饱和度下降,但是实验组的二氧化碳储留比对照组低,氧饱和度比对照组高,缺氧情况比对照组低。在连续记录的EMGd i中,早期EMGd i较晚期EMGd i的高频与低频(H/L)比值显著降低,超过20%。

膈肌肌电信号中心电干扰去除技术的一种方法

本文基于小波信号分解与重建理论和自适应滤波技术相结合的方法,以去除膈肌肌电信号中的心电干扰.首先,采用小波分解把肌电信号中包含心电干扰的低频段分离出来,这部分信号经过自适应滤波处理后压低膈肌肌电信号,突出心电信号,然后从肌电信号中减去通过自适应滤波得到的心电噪声,再与处理后的细节进行小波的信号重建,得到心电干扰较少的EMGdi信号.通过对真实的临床医学数据处理,并与常用的高通滤波方法作比较,结果表明,本文所提方法的输出信号的信噪比明显提高,对比处理前后信号的功率谱发现处理后的信号的频谱明显向高频移动,表明该方法取得了较好的去噪效果.

自适应小波尺度谱阈值在膈肌信号降噪的应用

膈肌肌电信号是人体微弱的生物电信号,此信号常受到心电信号的严重干扰。为了提高阈值在膈肌肌电信号降噪的准确度,提出了一种小波尺度谱阈值自适应的降噪算法。该算法先对膈肌肌电信号进行小波变换,再把小波系数转化为小波尺度谱,然后确定心电干扰位置,并且根据心电邻域小波能量自动调整阈值从而去除心电干扰。通过对膈肌肌电信号进行实验分析,并且与小波阈值方法进行对比,结果表明该方法降低了心电干扰并且保留了膈肌肌电信号的特征。

膈肌疲劳在家兔体位窒息死亡中的作用

目的探讨膈肌在固定双上肢悬挂致死中的作用。方法将家兔固定双上肢悬挂,并监测家兔膈肌肌电图(EMGdi)的变化。结果在连续记录的EMGdi中早期的EMGdi与晚期的EMGdi比较高频与低频(H/L)的比值显著降低,提示膈肌疲劳确实存在。结论膈肌疲劳在固定双上肢悬挂致死中起着重要的作用。

基于独立分量分析和小波变换的膈肌肌电信号降噪

提出了一种基于独立分量分析(ICA)和小波变换的处理方法,用于去除膈肌肌电信号中的心电干扰。首先利用独立成份分析法从膈肌肌电信号分解出心电独立成份,并对该心电成份选择合适的高通滤波器加以滤除,其它为膈肌肌电信号的独立分量进行五尺度小波分解以去除含心电的近似分量,再对各层细节分量进行小波重构,然后将处理后的全部独立分量反射投影回原始信号空间,最后,对临床采集的5路膈肌肌电信号进行实验分析,并与传统ICA方法进行对比,结果表明本文方法有更好的降低心电干扰性能。

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。

结合小波变换和能量熵在膈肌肌电中去除心电干扰的应用

膈肌肌电(EMGdi)信号是一种由膈肌产生并蕴含着人体呼吸系统重要生理信息的生物电信号,该信号易受自身心电(ECG)信号的严重干扰。本文在小波变换的基础上,结合信息熵理论,提出了一种新的小波能量熵阈值去心电算法。该方法在对信号各层小波系数的分析基础上,将每层的系数信息量看成一个单独的信号源,将其分成N等份的小区间,通过系数能量熵的分布特性将其分成高能量熵和低能量熵两类分别进行绝对均值阈值处理,对阈值后的小波系数进行小波重构便得到降噪后的EMGdi信号。通过实验对比结果表明,该方法有效地去除了EMG-di信号的ECG干扰信号,更大程度地保留了EMGdi的信号特征。