[发明专利]基于阈值小波变换的心音滤波方法在审
申请号: | 201810500532.X | 申请日: | 2018-05-23 |
公开(公告)号: | CN108615031A | 公开(公告)日: | 2018-10-02 |
发明(设计)人: | 郑永军;黄铭;狄韦宇 | 申请(专利权)人: | 中国计量大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 滤波 心音信号 均方根误差 小波变换 数字信息处理 心音音频文件 滤波后信号 数据变化 细节系数 小波分解 心律失常 医学领域 阈值处理 心音 信噪比 比对 减小 小波 重构 数据库 | ||
本发明属于数字信息处理和医学领域,具体涉及一种基于阈值小波变换的心音信号滤波方法。从MIT‑BIT心律失常数据库获得未经处理的心音信号音频并对其求取信噪比SNR和均方根误差RMSE等数据,将所得的心音信号进行小波分解后,求取各层细节和对应细节系数。再对各层系数进行阈值处理。重构滤波后信号,并生成滤波心音音频文件求取滤波后音频求取信噪比SNR和均方根误差RMSE等数据,比对滤波前后数据变化,因为滤波前后信号的信噪比有很大提升,且方均根误差明显减小,因此对心音信号进行小波阈值滤波有明显效果。
技术领域
本发明属于数字信息处理和医学领域,具体涉及一种基于阈值小波变换的心音信号滤波方法。
背景技术
对于心音信号的检测,有用信号即心音信号所处波段为3~40Hz;而心音收录过程中,被测者所处环境噪声,自身呼吸噪声,肌电干扰频率以及以其自身所带噪声一般频率在50~2000Hz之间。一个正常的心动周期包含四个心音的组成,往往用S1、S2、S3、S4来划分,其中S1是在心室收缩时期,S2是在心室舒张时期,S3发生在S2后0.1~0.2秒,其特点是频率较S1、S2低,这是由于在这一阶段血液快速冲击心室内壁,造成心室和瓣膜的振动,由于S3能量较低,较难传递到身体表面,因此只有在被测人员是儿童时能被监测到。S4由心房收缩引起,也称心房音。通常情况下S3、S4强度低,一般只考虑S1、S2之间的信号。
对于小波变换(Wavelet transfer, WT)而言,能通过对时域的局部变换,对信号的局部信息进行有效的提取。同时,小波分析对时域和频域信号具有较好的自适应性,能对信号进行更便捷且精细的处理。
可见对于未处理的心音信号,心音信号集中于低频段,噪声大部分分布在中高频段。因此去噪的理想情况是将信号的高频段分离除去同时尽可能保留低频段。小波变换在对信号的时频分析中能发挥其高分辨率的特点,将信号的高低频段很好的分离并以此达到去除噪声的目的。
以下介绍小波去噪的基本流程:首先确定合适的小波基函数以及对输入信号分解的层数,接着对待处理的含噪信号进行小波分解。对每层分解的阈值进行求取并记录,再结合对信号分解出的各层细节,分别对分解除的每层信号进行去噪处理。最后根据分解层数以及相关的细节重构得到滤波后的信号,从而达到对原信号的滤波处理。
发明内容
本发明提出一种利用阈值小波变换对心音原始信号进行快速滤波处理以达到去噪提高心音判断归类正确率的方法。
本发明有以下步骤:
1)从MIT-BIT 心律失常数据库获得未经处理的心音信号音频并对其求取信噪比(SNR)和均方根误差(RMSE)等数据;
2)将步骤1所得的心音信号进行小波分解;
3)对步骤2中小波分解的各层细节求取对应细节系数;
4)对步骤3的各层系数进行阈值处理;
5)重构滤波后信号,并生成滤波心音音频文件;
6)对步骤5所得滤波后音频求取SNR和RMSE等数据,比对滤波前后数据变化检验滤波效果。
附图说明
1)图1.流程图;
2)图2.原信号局部时频信号;
3)图3.原信号局部频域信号;
4)图4.重构六层近似系数;
5)图5.一层分解细节;
6)图6.二层分解细节;
7)图7.三层分解细节;
8)图8.四层分解细节;
9)图9.五层分解细节;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国计量大学,未经中国计量大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810500532.X/2.html,转载请声明来源钻瓜专利网。