基于QRS波群独立建模的心电信号降噪方法

在心电信号(ECG)采集过程中,噪声的干扰将极大地影响心电图信号的分析和处理,为了提取正确的生理信息,需要消除心电图信号中存在的噪声,心电信号中QRS波群包含了大量细节信息,常用去噪方法在消除噪声的同时会模糊QRS波的细节部分。因此,提出一种基于QRS波群独立建模的心电信号降噪方法。为了有更好的降噪效果,将心电信号划分为QRS波群和低频信号两部分,分别建立去噪模型。首先,利用连续小波变换(CWT)峰检测方法提取信号的QRS波群,选择惩罚最小二乘法(PLS)对其进行处理;然后使用分段分类协同滤波方法(SCCS)处理其他部分。当添加的噪声信号为5 dB,10 dB,15 dB,20 dB的高斯白噪声时,去噪后的心电信号的平均信噪比提升为11.46 dB,10.73 dB,9.87 dB,8.53 dB,平均均方根误差为0.0033,0.0014,0.0005,0.00033,平均PRD为15.25,9.26,5.69,3.74。实验数据来源于MIT⁃BIH心律异常数据库,最后的仿真实验结果表明提出的方法可以对心电信号进行有效去噪。

基于物联网的心血管疾病远程辅助诊疗研究与应用

目的:研究基于物联网技术的心血管疾病远程监护与辅助诊疗方法和临床应用。方法:提出一种基于数据低功耗无线传输与融合、心电信号实时分析和专家辅助诊断的心血管疾病远程监护与辅助诊疗解决方案。结果:设计实现一套嵌入心电信号小波降噪算法的心血管疾病远程监护平台。结论:所提出的方法能够有效提高心血管疾病远程监护平台的实用性,为心血管疾病远程辅助诊疗的临床应用和推广提供支持。