基于多类SVM和小波变换的ECG检测、分类算法

提出了一种基于多类SVM和小波变换的ECG检测、分类算法,利用小波变换的时频特性,最大限度地避免了原始ECG信号的各种噪声干扰,有效提取ECG的特征量作为多类SVM的输入训练样本。实验结果表明,将小波变换和SVM相结合,可以有效地将不同病患的ECG信号识别出来。     

基于平稳小波变换的铯谱和ECG信号的去噪方法

本文针对小波空间适应法在用于TOKAMAK铯谱信号以及ECG信号去噪中的缺陷,提出一种利用平稳小波变换来消除信号加性噪声的方法。对受噪声污染的信号进行多层平稳小波变换,避层估计平稳小渡变换细节信号中噪声的均方差并适当选取各层阈值．对平稳小波变换的各层细节信号进行不同的闭值处理,从而更好地抑制小波空间适应法消噪出现的Gibbs现象．较好地保持了铯谱信号和ECG信号的几何特征。     

基于小波变换的心电图QRS波群峰值检测

该文给出了一种利用高斯一阶导数小波变换对心电图（ECG）QRS综合波峰值进行检测的方法。该方法的基本思想是：首先对ECG信号在小尺度上进行小波变换,然后利用系数中的极大极小值对来确定原始信号峰值（R峰或QS尖峰）的范围,进而返回原始信号定位峰值点。使用该方法对MIT—BIH Arrhythmia Database提供的30分钟的真实ECG记录进行仿真分析,结果显示该方法能较好的检测QRS波,并较为精确的定位峰值点。     

小波变换在心电信号滤波器中的应用研究

讨论了基于小波变换的增强ECG信号的滤波算法,通过处理小波变换的细小尺度和粗大尺度减小了50Hz的工频干扰、基线漂移和随机噪声。实验结果表明了此方法的可行性。     

基于相干小波变换的信号相位差估计

精确地估计两列信号间的传输延迟在工程上有着重要的意义。傅里叶变换方法很难区分或识别信号的瞬时变化,而小波变换方法是一种时间窗和频率窗都可改变的时频局部化的分析方法,在非平稳信号的分析方面具有明显的优势。给出应用Morlet小波变换的相干性实现两信号相位差估计的算法,在不同信噪比条件下,对算法的估计性能进行了仿真研究。仿真研究结果表明,在低信噪比的条件下,基于小波变换的相位差估计方法可以实现信号相位差的精确估计。通过与基于离散时间傅里叶变换方法的比较,验证了小波变换方法在估计信号相位差方面的优越性。该方法还可用于对非平稳信号相位差的估计。     

基于形态学与小波变换的信号自适应去噪算法

针对常规的ECG（electrocardiogram）信号去噪算法存在的缺陷,提出了一种基于形态学与小波变换的自适应综合去噪算法。该算法利用形态学滤波器去除基线漂移信号,用小波滤波器去除高频干扰信号,并将这两部分所得到的心电噪声分量作为自适应滤波器的参考输入信号,对ECG信号进行自适应滤波处理,最后得到去噪后的ECG信号。实验表明,本算法是一种有效的去噪算法。     

基于Labview和Matlab的心电信号分析系统设计

介绍了一种采用Labview和Matlab相结合设计心电信号分析仪的方法：利用Labview灵活的图形化编程工具设计前面板,利用Labview平台上Matlab调用节点调用小波变换等算法。应用该方法所设计的系统具备读取并显示心电信号文件、小波变换的滤波功能和测试ECG信号参数等功能,效果良好;系统实现简单,可扩展性强。     

基于FPGA的多通道心电信号实时滤波与压缩

为了改善多通道心电(ECG)信号滤波的质量和保证数据传输速率,实现实时采集与处理,提出了一种基于现场可编程门阵列(FPGA)的ECG信号滤波和压缩处理方法.对AD采集的ECG信号进行FIR低通和四层Coif1小波滤波处理;由多级树集合分裂(SPIHT)模块进行压缩;将压缩数据经通用串行总线(USB)传入上位机.根据Modelsim仿真和Altera Arria V FPGA的实验结果表明:经过数字滤波与压缩,ECG信号的信噪比(SNR)可提升7.4 dB,数据压缩率可达13.4.方法可实现对64通道的ECG信号实时滤波和压缩处理.     

基于小波和自适应滤波的ECG基线漂移校正

为校正ECG信号的基线漂移,提出小波变换和自适应滤波相结合的方法。利用小波变换对原始ECG信号进行分解,将得到的高频分量作为参考信号输入,采用基于幂函数的最小均方算法（P—LMS）进行自适应滤噪处理。通过与传统的归一化最小均方算法（NLMS）进行对比,验证该算法的准确性。仿真实验和MIT-BIH数据库中的实际数据检验结果表明,基于幂函数的最小均方算法和小波变换相结合的方法能够有效校正基线漂移,并较好地保持心电信号的几何特征。     

一种利用小波变换逼近信号滤除心电图基线漂移的方法

该文提出了一种利用小波变换逼近信号滤除心电图(ECG)基线漂移的方法。该方法的基本思想是:通过对ECG信号进行多尺度分解,利用分解后所得的逼近信号充分逼近ECG中的基线漂移噪声的特性,从而滤除ECG中的基线漂移分量。将该方法应用于MIT-BIHDatabase眼1演提供的30分钟的真实ECG记录上,结果显示该方法能较好地滤除ECG基线漂移,且对信号的其他成分损害较小。     

提升小波变换的三种算法性能比较

离散小波变换(DWT)在语音,图像等信号处理中有着广泛的应用,在JPEG2000标准中就推荐采用5/3和9/7小波来分别进行无损和有损图像压缩,取代基于DCT变换的图像压缩,并且还推荐采用提升方法来实现。提出三种基于提升方法的二维离散小波变换的并行算法,并在超常超标量数字指令(VLIW)的数字信号处理器(DSP)上进行了性能方面的比较。这里,我们以在图像压缩中常用的不同分辨率的图像作为实验对象。实验结果表明,此三种算法对图像数据进行小波变换的处理时间有了明显缩短,并且实现在参数空间的不同点上都得到更好的效果。     

基于冗余离散小波变换的信号配准及分类

离散小波变换(Discrete wavelet transform,DWT)对输入信号的平移敏感,当输入信号间存在平移时,基于DWT的信号分类会受到负面影响.本文提出一种基于冗余离散小波变换(Redundant DWT,RDWT)的信号配准及分类方法,克服了DWT的平移敏感性,解决输入信号间存在平移变化的信号分类问题,...     

Wavelet-based ECG compression by bit-field preserving and running length encoding

Efficient electrocardiogram (ECG) compression can reduce the payload of real-time ECG transmission as well as reduce the amount of data storage in long-term ECG recording. In this paper an ECG compression/decompression architecture based on the bit-field preserving (BFP) and running length encoding (RLE)/decoding schemes incorporated with the discrete wavelet transform (DWT) is proposed. Compared to complex and repetitive manipulations in the set partitioning in hierarchical tree (SPIHT) coding and the vector quantization (VQ), the proposed algorithm has advantages of simple manipulations and a feedforward structure that would be suitable to implement on very-large-scale integrated circuits and general microcontrollers.     

A novel compression algorithm for electrocardiogram signals based on the linear prediction of the wavelet coefficients

This paper describes a new algorithm for electrocardiogram (ECG) compression. The main goal of the algorithm is to reduce the bit rate while keeping the reconstructed signal distortion at a clinically acceptable level. It is based on the compression of the linearly predicted residuals of the wavelet coefficients of the signal. In this algorithm, the input signal is divided into blocks and each block goes through a discrete wavelet transform; then the resulting wavelet coefficients are linearly predicted. In this way, a set of uncorrelated transform domain signals is obtained. These signals are compressed using various coding methods, including modified run-length and Huffman coding techniques. The error corresponding to the difference between the wavelet coefficients and the predicted coefficients is minimized in order to get the best predictor. The method is assessed through the use of percent root-mean square difference (PRD) and visual inspection measures. By this compression method, small PRD and high compression ratio with low implementation complexity are achieved. Finally, we have compared the performance of the ECG compression algorithm on data from the MIT-BIH database.     

离散余弦变换在心电信号压缩中的应用研究

目前心电（ECG）信号压缩是生物医学信号压缩的一个热门研究领域.临床诊断过程中,心电信号的存储与传输是一个有待解决的问题,由于采集到的原始信号数据量巨大,为了便于对大量的心电数据进行存储、分析和传输,对于这些数据的压缩处理是十分必要的.通过对心电数据压缩方法的概述与讨论,在研究国内外有关心电信号数据压缩算法及其研究状况的基础上,采用了离散余弦变换（DCT）算法对心电信号进行压缩,取得了较高的压缩比和保真度,具有一定的应用价值.     

Ridgelet变换在图像压缩中的应用

Ridgelet变换特别适合描述具有直线或超平面奇性的高维信号。本文将介绍有关Ridgelet变换的理论,并在此基础上提出一种新的基于正交有限Ridgelet变换（FRIT）的图像压缩方法一FRIT＋DWT。试验结果表明,FRIT＋DWT方法较传统Wavelet方法获得了更高的压缩比和更好的压缩效果。     

SAR复图像数据的CCSDS-IDC编码性能分析与四叉树编码

目的：CCSDS-IDC (国际空间数据系统咨询委员会-图像数据压缩) 是NASA制定的基于离散小波变换(DWT)尺度间衰减性的空间图像数据压缩标准,适用于合成孔径雷达(SAR)幅度图像及各类遥感图像的压缩。然而,与光学图像不同,常见的SAR图像都是复图像数据,其在干涉测高等许多场合具有广泛应用,分析研究CCSDS-IDC对SAR复图像数据的编码性能具有重要的应用价值。方法：由于SAR复图像数据不具有尺度间的衰减性,因此将其用于SAR复图像数据编码时性能较低。考虑到SAR复图像数据DWT系数呈现出聚类特性,提出将四叉树(QC)用于DWT域的SAR复图像数据编码,发现QC对SAR复图像数据具有高效的压缩性能。结果：实验结果表明,在同等码率下,对基于DWT的SAR复图像数据压缩, QC比CCSDS-IDC最多可提高幅度峰值信噪比4.4dB,平均相位误差最多可降低0.368;与基于方向提升小波变换（DLWT）的CCSDS-IDC相比,QC可提高峰值信噪比3.08dB,降低平均相位误差0.25;对其它类型的图像压缩,基于聚类的QC仍能获得很好的编码性能。结论：CCSDS-IDC对SAR复图像数据编码性能低下,而QC能获得很好的编码性能。对应于图像平滑分布的尺度间衰减性,其在某些特殊图像中可能不存在,而对应于图像结构分布的聚类特性总是存在的,故在基于DWT的图像编码算法设计中,应优先考虑利用小波系数的聚类特性,从而实现对更多种类图像的高效编码。     

基于EZW的ECG压缩算法研究与改进

嵌入零树小波(Embeded Zerotree Wavelet,EZW)作为一种高效的压缩方式,虽然在编码上具有一定的优越性,但是其多层零树结构信息编码会使信号的压缩比有所降低。因此,研究了EZW压缩算法的优化与改进。首先研究了使用提升小波格式处理ECG信号,其中重点研究了小波的消失矩提升规律与提升算法;其次对EZW压缩算法编码方式的改进进行了研究。对ECG分解信息进行特征值检测,然后根据特征信息将ECG的小波系数进行加权计算。通过衡量系数的权重,再进行优化编码,从而达到了改进压缩效益的目标。     

基于过完备字典的体域网压缩感知心电重构

针对体域网远程监护中心对重构的心电信号（Electrocardiogram,ECG）精度要求高和体域网（Body sensor network,BSN）低功耗问题,提出基于过完备字典的体域网压缩感知心电重构方法. 该方法利用压缩感知理论,在传感节点端利用随机二进制矩阵对心电信号进行观测,观测值被传送至远程监护中心后,再利用基于K-SVD算法训练得到的过完备字典和块稀疏贝叶斯学习重构算法对心电信号进行重构. 仿真结果表明,当心电信号压缩率在70%～95%时,基于K-SVD过完备字典比基于离散余弦变换基的压缩感知心电重构信噪比高出5～22dB. 该方法具有信号重构精度高、功耗低和易于硬件实现的优点.