基于模态分解的联合心电信号降噪方法技术

本发明专利技术提供了一种基于模态分解的联合心电信号降噪方法。基于模态分解的联合心电信号降噪方法包括以下步骤：S1、获取原始心电信号，对原始心电信号进行逐次变分模态分解，获取高频VMF分量和低频VMF分量；S2、对高频VMF分量进行DWT去噪，获取高频模态信号；S3、对低频VMF分量进行NML去噪，获取低频模态信号；S4、对高频模态信号和低频模态信号进行信号重构，获取降噪处理后的心电信号。本发明专利技术的基于模态分解的联合心电信号降噪方法，通过使用SVMD算法对原始心电信号进行高频和低频VMF分量的分解，并联合DWT和NLM两种去噪方法来对心电数据进行有效去噪，更好的保留心电的完整特征，以便后续心电分析能够更好准确的进行判别和研究。续心电分析能够更好准确的进行判别和研究。续心电分析能够更好准确的进行判别和研究。

【技术实现步骤摘要】
基于模态分解的联合心电信号降噪方法


[0001]本专利技术涉及一种基于模态分解的联合心电信号降噪方法，属于医疗设备


技术介绍

[0002]现今，大量文献采用现代预处理方法来对生物电信号进行去噪，也取得了良好的去噪效果。经验模态分解(Empirical Mode Decomposition,EMD)是经常被用到的去噪策略之一，它是将信号分解为一组零均值和几乎相同数量的极大和极小分量的最著名方法。它递归地将一个非平稳信号分解成一个数据相关的基函数，称为本征模态函数(Intrinsic Mode Function,IMF)。EMD的一个重要特征是它能够将非线性和非平稳信号表示为具有物理意义的时频分量的总和。EMD在从生物信号中提取生命信号、从信号中去除干扰、气候分析等方面得到了满意的应用。然而，EMD的结果受到极值点查找和插值方法的影响较大。因此，为了解决对噪声的低鲁棒性和缺乏数学理论的问题，开发了一些类EMD方法。
[0003]与EMD不同，变分模态分解(VMD)方法完全建立在一个数学框架上。VMD把模态看作是压缩在不同中心频率附近的不同频带的窄带信号。与基于EMD的方法相比，VMD对噪声和采样误差具有更强的鲁棒性。这一优点使VMD在转子系统的碰摩故障检测以及轴承故障诊断，信号去噪，语音信号处理，地震时频分析方面成为一种有用的检测工具。另外，EMD是递归提取模态，而VMD是通过迭代过程并发提取模态。在数学实现的观点，VMD寻找K个模式作为信号，同时最小化一个适当的优化问题。随着K的增加，优化问题的复杂性增加，导致算法收敛缓慢。
[0004]VMD的主要问题之一是在算法运行前正确设置K。K值高可能导致模态混合或纯噪声模态，而K值低可能导致模态重复。一些研究者开发了一种基于去趋势波动分析(DFA)的方法，用于自适应确定K。该方法通过计算噪声信号的缩放指数来确定K，并将其作为一个预处理步骤。因此，除了VMD外，它还有额外的计算负担。
[0005]此外，还引入了VMD的其他变体，用于处理二维实信号(图像)，命名为2D
‑
VMD，用于处理复数信号，命名为复数
‑
VMD，两者的结构与VMD相同。VMD的所有这些变化都是基于模态为窄带的假设。最近，有一种提取心电衍生呼吸(ECG
‑
Derived
‑
Respiration,EDR)信号中特定模式信号的新方法及其应用的算法被提出,该方法称为变分模态提取(VME)。通过知道其近似中心频率来提取本征模态函数。
[0006]目前的心电信号去噪方法不能从心电信号的整个频率范围去噪，这些滤波技术在强噪声影响下不能同时降噪高低频噪声分量。变分模态分解(VMD)虽然是一种将信号并发分解为其组成本征模态的强大技术。然而，如果不能精确地知道信号中可用的模态数，VMD的性能将会下降，而且增加了VMD运行的时间成本。VME虽然优于VMD，但提取感兴趣的模态独立于其他模态。
[0007]有鉴于此，确有必要提出一种心电信号降噪方法，以解决上述问题。

技术实现思路

[0008]本专利技术的目的在于提供一种基于模态分解的心电信号降噪方法，通过使用SVMD算法对原始心电信号进行分解，并联合DWT和NLM两种去噪方法对分解后的心电数据进行去噪，更好的保留了心电信息的完整特征，以便后续心电分析能够更好准确的进行判别和研究。
[0009]为实现上述专利技术目的，本专利技术提供了一种基于模态分解的联合心电信号降噪方法，包括以下步骤：S1、获取原始心电信号，对所述原始心电信号进行逐次变分模态分解，获取高频VMF分量和低频VMF分量；S2、对所述高频VMF分量进行DWT去噪，获取高频模态信号；S3、对所述低频VMF分量进行NML去噪，获取低频模态信号；S4、对所述高频模态信号和所述低频模态信号进行信号重构，获取降噪处理后的心电信号。
[0010]作为本专利技术的进一步改进，所述步骤S1具体包括：
[0011]S11、通过心电传感器采集受试者的原始心电数据，并对所述原始心电数据进行放大、拟合处理，获取原始心电信号；
[0012]S12、定义输入的所述原始心电信号被分解为L阶，每一阶对应的模态为u(t)，则各模态u(t)围绕其中心频率紧凑，构建第L阶模态最小化准则J1，并使得所述最小化准则J1达到最小化；
[0013]S13、构建最小化准则J2，使得最小化残差信号和第L阶模态的频谱重叠；S14、通过所述最小化准则J1和所述最小化准则J2更新滤波器的脉冲频率响应，并建立附加判据J3；
[0014]S15、基于所述最小化准则J1、所述最小化准则J2以及附加判据J3，对变分问题求解，构造增广拉格朗日公式。
[0015]S16、使用乘法器算法对所述模态u
L
(t)、中心频率ω
L
以及输入信号f(t)进行一次迭代更新优化，并通过双上升法修正拉格朗日乘子λ。
[0016]作为本专利技术的进一步改进，在所述步骤S12中，所述最小化准则J1表示为：
[0017][0018]其中，ω
L
是第L阶模态的中心频率，表示卷积运算。
[0019]作为本专利技术的进一步改进，所述步骤S13具体包括：
[0020]S131、定义输入的所述原始心电信号为输入信号f(t)，并对所述输入信号f(t)进行分解，以获取所述输入信号f(t)和残差信号f
r
(t)；
[0021]S132、在所述第L阶模态u
L
(t)具有有效分量的频率处，使用滤波器对其进行脉冲频率响应，使得残差信号f
r
(t)的能量最小，构建所述脉冲频率响应约束；
[0022]S133、建立最小化准则J2，使得最小化残差信号和第L阶模态的频谱重叠，最小化准则J2为：
[0023][0024]作为本专利技术的进一步改进，在所述步骤S131中，分解后的所述输入信号f(t)表示为：
[0025]f(t)＝u
L
(t)+f
r
(t)
[0026]其中，u
L
(t)为第L阶模态；f
r
(t)为残差信号；所述残差信号f
r
(t)为除第L阶模态u
L
(t)以外的输入信号；
[0027]所述残差信号f
r
(t)为：
[0028][0029]其中，∑
i＝1；L
‑1u
i
(t)为之前求得的各模态之和；f
u
(t)为信号未处理部分，且所述之前求得的各模态之和∑
i＝1；L
‑1u
i
(t)为零。
[0030]作为本专利技术的进一步改进，所述步骤S14中，所述附加判据J3表示为：
[0031][0032]作为本专利技术的进一步改进，所述步骤S15具体包括：
[0033]S151、为保证从本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模态分解的联合心电信号降噪方法，其特征在于，包括以下步骤：S1、获取原始心电信号，对所述原始心电信号进行逐次变分模态分解，获取高频VMF分量和低频VMF分量；S2、对所述高频VMF分量进行DWT去噪，获取高频模态信号；S3、对所述低频VMF分量进行NML去噪，获取低频模态信号；S4、对所述高频模态信号和所述低频模态信号进行信号重构，获取降噪处理后的心电信号。2.根据权利要求1所述的基于模态分解的联合心电信号降噪方法，其特征在于，所述步骤S1具体包括：S11、通过心电传感器采集受试者的原始心电数据，并对所述原始心电数据进行放大、拟合处理，获取原始心电信号；S12、定义输入的所述原始心电信号被分解为L阶，每一阶对应的模态为u(t)，则各模态u(t)围绕其中心频率紧凑，构建第L阶模态最小化准则J1，并使得所述最小化准则J1达到最小化；S13、构建最小化准则J2，使得最小化残差信号和第L阶模态的频谱重叠；S14、通过所述最小化准则J1和所述最小化准则J2更新滤波器的脉冲频率响应，并建立附加判据J3；S15、基于所述最小化准则J1、所述最小化准则J2以及附加判据J3，对变分问题求解，构造增广拉格朗日公式。S16、使用乘法器算法对所述模态u
L
(t)、中心频率ω
L
以及输入信号f(t)进行一次迭代更新优化，并通过双上升法修正拉格朗日乘子λ。3.根据权利要求2所述的基于模态分解的联合心电信号降噪方法，其特征在于，在所述步骤S12中，所述最小化准则J1表示为：其中，ω
L
是第L阶模态的中心频率，表示卷积运算。4.根据权利要求2所述的基于模态分解的联合心电信号降噪方法，其特征在于，所述步骤S13具体包括：S131、定义输入的所述原始心电信号为输入信号f(t)，并对所述输入信号f(t)进行分解，以获取所述输入信号f(t)和残差信号f
r
(t)；S132、在所述第L阶模态u
L
(t)具有有效分量的频率处，使用滤波器对其进行脉冲频率响应，使得残差信号f
r
(t)的能量最小，构建所述脉冲频率响应约束；S133、建立最小化准则J2，使得最小化残差信号和第L阶模态的频谱重叠，最小化准则J2为：5.根据权利要求4所述的基于模态分解的联合心电信号降噪方法，其特征在于，在所述步骤S131中，分解后的所述输入信号f(t)表示为：
f(t)＝u
L
(t)+f
r
(t)其中，u
L
(t)为第L阶模态；f
r
(t)为残差信号；所述残差信号f
r
(t)为除第L阶模态u
L
(t)以外的输入信号；所述残差信号f
r
(t)为：其中，∑
i＝1；L
‑1u
i
(t)为之前求得的各模态之和；f
u
(t)为信号未处理部分，且所述之前求得的各模态之和∑
i＝1；L
‑1u
i
(t)为零。6.根据权利要求2所述的基于模态分解的联合心电信号降噪方法，其特征在于，所述步骤S14中，所述附加判据J3表示为：7.根据权利要求2所述的基于模态分解的联合心电信号降噪方法，其特征在于，所述步骤S15具体包括：S151、为保证从第L阶模态u
L
(t)和信号未处理的部分f
u
(t)可以重...

【专利技术属性】
技术研发人员：罗金和，唐聪，刘单英，
申请(专利权)人：广州芯相随科技有限公司，
类型：发明
国别省市：