[发明专利]基于改进EMD与阈值法融合的心电信号去噪方法

说明书

本发明提出了一种基于改进EMD与阈值法融合的心电信号去噪方法，属于信号滤波技术领域。本发明通过叠加不同权重系数的白噪声解决模态混叠问题，通过最小二乘支持向量机的方法解决端点问题，通过保形样条插值的方法构造信号上下包络线，利用保形分段法来构造具有二阶逼近精度、分段少、运算量小的三次样条插值，该方法可以抑制包络拟合过冲/欠冲的问题，通过分解出的IMF的正交性与能量性质，提出IMF分量“筛分”终止的判据，保证了EMD分解的正交性与完备性，通过互信息的原则判定筛分出的IMF信号含有噪声的多少，来决定是否对其进行滤波处理，增加了EMD算法的快速性；改进了阈值函数，该阈值函数结合了软硬阈值的优点，对含有噪声的IMF进行滤波处理。

技术领域

本发明涉及一种心电信号去噪的方法，特别是基于改进EMD与阈值法融合进行心电信号去噪方法，属于信号滤波技术领域。

背景技术

心电信号是一种典型的非平稳、微弱生物电信号，广泛应用于各种心脏疾病的诊断与治疗。心电信号中常伴有非常严重的高频、低频噪声，且噪声频带常与心电信号频带有重叠，滤波预处理较困难。

传统的生物医学信号处理主要是以傅立叶理论为基础的。傅立叶信号处理技术在信号频谱分析方面以及与其相关联的数据压缩、信号检测、滤波等信号处理领域几乎无可替代。但傅氏变换的积分区间是由正无穷到负无穷的，它无法得到信号在某一段时间内的频谱含量。而小波变换由于其优良的时频分析特性和处理非平稳随机信号的能力，成为了处理心电等生物医学信号的一种行之有效的方法。同样，EMD由于其在分析非线性和非平稳性信号时所表现出的良好的适应性也己经开始被应用到了生物医学的处理领域。如心电图信号分析、血压信号去噪、心跳信号分析等，都已得到成功应用。

经验模态分解(Empirical modedecomposition，EMD)将信号分解成有限个本征模函数(Intrinsic mode function，IMF)之和。EMD分解充分考虑了信号本身的局部尺度特征，这样得到的每个IMF分量表示了原信号的一种尺度特征，包含了原信号真实的物理信息。EMD作为一种新的自适应信号时频处理方法，在机械故障诊断、特征提取、地球物理探测、医学分析等方面都有了广泛的应用，并且EMD方法也已扩展到二维信号处理领域。在图像边缘检测少、纹理分析、图像融合、图像压缩、图像滤波等领域都得到了很好的应用，这些都说明了EMD的有效性。

现如今的EMD方法还存在一些缺陷还需作进一步的研究。如：EMD快速算法的研究、EMD模态混叠问题、端点效应、信号的包络拟合问题以及IMF分量“筛分”终止的判据研究。方法中包络曲线拟合的好坏直接影响到的分解结果，原采用三次样条函数插值的方法是以极值点为已知点完成的，因为极值点分布的不均匀性，导致了其是非均匀点的拟合，会引起极值欠冲或过冲的问题，造成分解的较大误差。模态混叠问题是EMD使用过程中经常会遇到的一个问题，其主要由间断事件和信号的相互作用两方面原因引起。

本发明针对上述存在的缺陷，提出一种基于改进EMD与阈值法融合的心电信号去噪方法，致力于提高心电信号经验模态分解的质量并提高去除噪声的效果。

发明内容

针对现有技术中存在的不足，本发明的目的在于提出一种改进EMD与阈值法融合技术，以完成对心电信号的分解并去除心电信号的噪声。本发明通过叠加不同权重系数的白噪声解决模态混叠问题，通过最小二乘支持向量机的方法解决端点问题，通过保形样条插值的方法构造信号上下包络线，利用保形分段法来构造具有二阶逼近精度、分段少、运算量小的三次样条插值，该方法可以抑制包络拟合过冲/欠冲的问题，避免传统插值方法导致的插值误差随着分解过程的持续进行而出现的误差不断累积。通过分解出的IMF的正交性与能量性质，提出IMF分量“筛分”终止的判据，保证了EMD分解的正交性与完备性。通过互信息的原则判定筛分出的IMF信号含有噪声的多少，来决定是否对其进行滤波处理，这大大增加了EMD算法的快速性。并提出了一种改进的阈值函数，该阈值函数结合了软硬阈值的优点，对含有噪声的IMF进行滤波处理。