心电信号降噪方法(滤波器/移动平均/小波等,MATLAB环境)

2024-05-28 02:20

本文主要是介绍心电信号降噪方法(滤波器/移动平均/小波等,MATLAB环境),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

对于一个正常的、完整的心动周期,对应的心电图波形如下图所示,各个波形都对应着心脏兴奋活动的生理过程,包含P波,PR段,QRS波群,ST段,T波,U波。

(1)P波心电图中,起始的P波对应心房的兴奋过程,一个完整的心动周期起始于窦房结,P波的起始,代表窦房结将心脏兴奋传递至心房使得心房全部受到激励的过程。P波的方向及形态与兴奋在心房内的传播途径密切相关,在各个导联中,P波形态不尽一致,一般来说,P波顶部圆钝,其幅值不高于0.25mV,时限宽度在0.11s以内。

(2)QRS复合波在心电图中,QRS复合波也称为QRS波群,表征着心室除极的心脏电位变化状态,由于心室各部位受到激励顺序有先后,因此QRS复合波是代表心室几个部分兴奋过程的综合波形,是由方向向下的Q波,波形宽大且幅值较高的R波,以及波形方向向下的S波组合形成的。QRS复合波在心电图中波形最为明显,有波形宽,斜率大的特点,因此最容易被识别,常作为心电信号研究的基础,应用广泛。一般正常情况下,QRS波的时限宽度在0.06-0.10s。而在不同的导联中,Q波,R波,S波的振幅、方向不尽一致,致使QRS波形态各异。一般来说Q波振幅小于同一导联中R波的1/4~1/2。在双极肢体导联I、II、III中,R波的振幅一般不超过1.5mV,2.5mV,2.0mV。在标准导联中,S波的振幅的变化量不超过0.6mV。

(3)S-T段在QRS波群的终点到与之相继出现的T波起点中间的水平连线是S-T段,表征着从心室除极结束至缓慢复极的心电活动状态。一般来说,S-T段正常情况下其时限宽度在0.10-0.14s,接近于基线,偏移量较小,一般下移量在0.05mV以内,ST段的抬高量在不同导联中有不同范围,例如在V3导联中抬高量在0.5mV内,ST段的偏移量超过正常范围针对心肌类疾病诊断意义重大。

(4)T波在QRS波群之后出现的顶部圆钝的波形是T波,表征心室复极的状态,通常T波与其同一心动周期的QRS主波方向统一,但也存在T波倒置,双向等情况,其所占时限较长,一般为0.05-0.250s,在不同导联中其幅值也不尽相同,一般应大于与其相邻的R波幅值的1/10。

(5)Q-T间期Q-T间期是从Q波的起始点到T波的终点之间的距离,表征的是心室除极开始到复极完成的心脏活动过程。此段间期与心搏速率相关联,心率越慢,间期越长,相反则越短。一般情况下,若心率在70次/分左右,那么Q-T间期在0.32-0.44s左右,超过正常Q-T间期最高值0.03s被称为Q-T间期显著延长。

(6)U波U波出现在T波之后,是因心室复极化而形成,波形宽而低平,振幅较小,一般不超过0.05mV,时限宽度在0.02~0.04s。U波一般与T波方向相同,其振幅约在0.03mV左右,U波不一定出现在所有导联中,在胸导联中其波形较为明显。

鉴于此,采用滤波器/移动平均/小波等方法进行心电信号降噪,运行环境为MATLAB,运行代码如下:

clc
clear all;
close all;folderType = 'AVRT';
fileName = strcat('JS10493');
% folderType = 'AF';
% fileName = strcat('JS10361');
matFileName = strcat(fileName, '.mat');
heaFileName = strcat(fileName, '.hea');data_path = fullfile('data/raw/', folderType, matFileName);data = load(data_path);ecg_orig = data.val(1, :);
ecg_orig(isinf(ecg_orig)|isnan(ecg_orig)) = 0;fs = 125;
N = length(ecg_orig);
t = (0:N-1) / fs;
f = (0:N-1) * (fs / N);
frequencies = f(1:N/2+1);%RESAMPLE SIGNAL To 125Hz
% [ecg, t] = resample_signal_125(ecg_orig, t_orig);%Assigning new parameter
% fs = 125;
% N = length(ecg);
% f = (0:N-1) * (fs / N);%Applying high pass and low pass filters
hl_filter = hpf_lpf(ecg_orig, fs);
pl_filter = powerline_removal(hl_filter, fs);
movSignal = moving_avg(pl_filter, 5);
waveletSignal = wavelet_denoise(movSignal, 5);% Create a single figure with subplots for each signal
figure;% Original ECG
subplot(5, 1, 1);
plot(t, ecg_orig);
xlabel('Time (s)');
ylabel('Amplitude (mV)');
title('Original Signal');% HPF + LPF Filtered
subplot(5, 1, 2);
plot(t, hl_filter);
xlabel('Time (s)');
ylabel('Amplitude (mV)');
title('HPF + LPF Signal');% Powerline Removal
subplot(5, 1, 3);
plot(t, pl_filter);
xlabel('Time (s)');
ylabel('Amplitude (mV)');
title('Powerline Removal');% Moving Average applied
subplot(5, 1, 4);
plot(t, movSignal);
xlabel('Time (s)');
ylabel('Amplitude (mV)');
title('Moving Average Applied');% Wavelet Denoised
subplot(5, 1, 5);
plot(t, waveletSignal);
xlabel('Time (s)');
ylabel('Amplitude (mV)');
title('Wavelet Denoised');out = waveletSignal;figure
subplot(4, 1, 1);[Pxx,F] = periodogram(ecg_orig,[],length(ecg_orig),fs);
plot(F,10*log10(Pxx))title('Original Signal Spectrum');
xlabel('Frequency');subplot(4, 1, 2);[Pxx_out,F_out] = periodogram(out,[],length(out),fs);   
plot(F,10*log10(Pxx_out))title('Output Signal Spectrum');
xlabel('Frequency');subplot(4, 1, 3)
input_fft = fft(ecg_orig)/N;
input_fft = 2 * abs(input_fft(1:N/2+1));
plot(frequencies, input_fft)title('Original Signal FFT');
xlabel('Frequency');subplot(4, 1, 4)
output_fft = fft(out)/N;
output_fft = 2 * abs(output_fft(1:N/2+1));
plot(frequencies, output_fft)title('Output Signal FFT');
xlabel('Frequency');output_folder_path = fullfile('data/processed/', folderType);
if ~exist(output_folder_path, 'dir')mkdir(output_folder_path);
endoutput_path = fullfile('data/processed/', folderType, matFileName);
save(output_path, 'out');source_file_path_hea = fullfile('data/raw/', folderType, heaFileName);
destination_file_path_hea = fullfile("data/processed/", folderType, heaFileName);copyfile(source_file_path_hea, destination_file_path_hea);%完整代码:https://mbd.pub/o/bread/mbd-ZZiUmJhw%assess_signals(ecg, out, fs)

图片

图片

图片

图片

图片

图片

图片

图片

工学博士,担任《Mechanical System and Signal Processing》《中国电机工程学报》《控制与决策》等期刊审稿专家,擅长领域:现代信号处理,机器学习,深度学习,数字孪生,时间序列分析,设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。

这篇关于心电信号降噪方法(滤波器/移动平均/小波等,MATLAB环境)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1009276

相关文章

Windows 上如果忘记了 MySQL 密码 重置密码的两种方法

《Windows上如果忘记了MySQL密码重置密码的两种方法》:本文主要介绍Windows上如果忘记了MySQL密码重置密码的两种方法,本文通过两种方法结合实例代码给大家介绍的非常详细,感... 目录方法 1:以跳过权限验证模式启动 mysql 并重置密码方法 2:使用 my.ini 文件的临时配置在 Wi

MySQL重复数据处理的七种高效方法

《MySQL重复数据处理的七种高效方法》你是不是也曾遇到过这样的烦恼:明明系统测试时一切正常,上线后却频频出现重复数据,大批量导数据时,总有那么几条不听话的记录导致整个事务莫名回滚,今天,我就跟大家分... 目录1. 重复数据插入问题分析1.1 问题本质1.2 常见场景图2. 基础解决方案:使用异常捕获3.

最详细安装 PostgreSQL方法及常见问题解决

《最详细安装PostgreSQL方法及常见问题解决》:本文主要介绍最详细安装PostgreSQL方法及常见问题解决,介绍了在Windows系统上安装PostgreSQL及Linux系统上安装Po... 目录一、在 Windows 系统上安装 PostgreSQL1. 下载 PostgreSQL 安装包2.

SQL中redo log 刷⼊磁盘的常见方法

《SQL中redolog刷⼊磁盘的常见方法》本文主要介绍了SQL中redolog刷⼊磁盘的常见方法,将redolog刷入磁盘的方法确保了数据的持久性和一致性,下面就来具体介绍一下,感兴趣的可以了解... 目录Redo Log 刷入磁盘的方法Redo Log 刷入磁盘的过程代码示例(伪代码)在数据库系统中,r

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Java中Switch Case多个条件处理方法举例

《Java中SwitchCase多个条件处理方法举例》Java中switch语句用于根据变量值执行不同代码块,适用于多个条件的处理,:本文主要介绍Java中SwitchCase多个条件处理的相... 目录前言基本语法处理多个条件示例1:合并相同代码的多个case示例2:通过字符串合并多个case进阶用法使用

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

html5的响应式布局的方法示例详解

《html5的响应式布局的方法示例详解》:本文主要介绍了HTML5中使用媒体查询和Flexbox进行响应式布局的方法,简要介绍了CSSGrid布局的基础知识和如何实现自动换行的网格布局,详细内容请阅读本文,希望能对你有所帮助... 一 使用媒体查询响应式布局        使用的参数@media这是常用的

Spring 基于XML配置 bean管理 Bean-IOC的方法

《Spring基于XML配置bean管理Bean-IOC的方法》:本文主要介绍Spring基于XML配置bean管理Bean-IOC的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一... 目录一. spring学习的核心内容二. 基于 XML 配置 bean1. 通过类型来获取 bean2. 通过

基于Python实现读取嵌套压缩包下文件的方法

《基于Python实现读取嵌套压缩包下文件的方法》工作中遇到的问题,需要用Python实现嵌套压缩包下文件读取,本文给大家介绍了详细的解决方法,并有相关的代码示例供大家参考,需要的朋友可以参考下... 目录思路完整代码代码优化思路打开外层zip压缩包并遍历文件:使用with zipfile.ZipFil