[发明专利]一种含噪IMF分量及心电信号的去噪方法

说明书

技术领域

本发明属于心电信号处理技术领域，更具体的说，涉及一种基于EEMD与小波新阈值的含噪IMF分量心电信号去噪方法。

背景技术

在心电去噪方面，有着很多的方法，诸如：传统数字滤波器FIR(有限长单位冲激响应)滤波器和IIR(无限脉冲响应)滤波器、自适应滤波、中值滤波、小波变换、数学形态法、EEMD等等。在这些方法中，EEMD和小波变换的去噪效果较好，它们的原理都是通过分解-重构的方式来进行去噪处理的。小波变换的原理是：通过选定的小波基，利用Mallet算法对原始信号进行多尺度分解，得到各尺度的近似系数和小波系数，然后对含噪尺度中的小波系数进行阈值处理，之后再重构，即可达到去噪的目的。EEMD的原理是：根据原始信号本身进行分解，得到有限个IMF分量和一个趋势项，根据噪声的统计特性确定含噪的IMF分量并将其去除后重构，即可达到去噪的目的。但是小波变换存在着小波基的选取问题，所以为了克服小波基的选取问题。有人设计了基于EEMD与小波软阈值的心电信号去噪算法，将EEMD分解出来的含噪IMF分量进行小波软阈值处理后再重构，在心电去噪上取得了较好的效果。

现有的阈值函数主要由两种：硬阈值函数和软阈值函数，但它们各自都存在着相应的缺点。硬阈值的缺点是：在阈值点处不连续，这有可能会使重构的心电信号产生震荡；软阈值函数的缺点是：当小波系数大于阈值时，处理后的小波系数与原小波系数之间存在恒定的偏差，这在一定程度上会影响心电信号的精确度。

目前使用较多的有VisuShrink阈值、Rigrsure阈值、Sqtwolog阈值、Heursure阈值和Minimax阈值。在这些阈值中，VisuShrink阈值采用的是一种全局统一阈值，即该阈值应用于小波分解后各尺度的小波系数，因而误差会比较大，去噪效果会比较差；Rigrsure阈值是根据Stein无偏似然估计(SURE)的阈值，该阈值是专门针对软阈值函数得出的结论，故存在软阈值函数的缺陷，而且对于高信噪比的信号，该阈值抑制噪声的效果不明显；Sqtwolog阈值是一种固定的阈值，它是根据分解信号的长度来确定阈值，灵活性小且不适合信噪比高的信号；Heursure阈值又称启发式SURE阈值，它是结合Rigrsure阈值和Sqtwolog阈值，需要进行参数的对比，计算量较大、运算时间较长；Minimax阈值为最大最小阈值，它的准则是使所选用的阈值能够产生最小的极大方差，是一种固定阈值，该阈值的灵活性较小。

综上所述，在传统阈值的选取方面，都只选取了一个阈值作为参考，这样使得某些含有信息量的小波系数有可能因为低于给定阈值而被误认为是噪声而被去除，从而加大了噪声误检的可能性。同时，传统的阈值选取方式，包括上述的全局阈值和局部适应阈值都没有随着分解尺度的变化而有所改变，缺乏灵活性。

发明内容

本发明要解决的技术问题是针对ECG(心电图)信号的噪声，提出了一种基于EEMD(集合经验模分解)与小波新阈值的心电信号去噪方法。首先根据EEMD分解理论对心电信号进行分解，得到有限个IMF(本征模函数)分量和一个趋势项；其次根据噪声统计特性，确定出含噪的IMF分量；然后利用小波新阈值对含噪IMF分量进行降噪处理，最后将处理后的IMF分量与其余信号IMF分量进行重构，获得去噪的心电信号。

本发明的目的是为了克服硬阈值函数、软阈值函数的缺点，以及阈值选取问题，采用了两种不同的阈值组合方式对小波分解后的不同尺度做相应的去噪处理。(1)用双阈值的方式处理低尺度(如第一尺度)的噪声，能够减小噪声误检的可能性，而且方法简单，计算量较小；(2)用本发明采用新的单阈值函数和改进的阈值处理较低尺度(如第三尺度)的噪声，该阈值函数不仅能够克服硬阈值函数和软阈值函数的缺点，而且改进后的阈值能够随着分解尺度的变化而改变，增加了阈值的实用性和灵活性。

本发明解决上述问题的技术方案为：提供一种含噪IMF分量的去噪方法，包括如下步骤：

S10、对第一个含噪的IMF分量进行小波分解，分解N层，N为自然数；

S20、前K个层次的小波系数利用双阈值方法处理，K为自然数且K＜N；

S30、第K+1到N层中的小波系数利用单阈值方法处理；

S40、阈值处理后进行小波重构，得到第一个去噪的IMF分量；

S50、重复上述S1～S4四个步骤，将所有含噪的IMF分量都进行阈值去噪处理。

在本发明提供的含噪IMF分量的去噪方法中，所述步骤S20包括如下步骤：