简介：探索心电信号的有效标定方法.利用小波变换良好的时频聚焦性和多孔算法的时不变性,并结合时域的标定参考信息,实现对ECG的准确标定.结果表明在Matlab6.5仿真环境下,对MIT/BIH心电数据库中的数据进行测试,准确率可达99.5%,并且满足CSEworkingParty提出的心电检测误差标准.在波形失真较小情况下,用该法可实现对ECG的自动标定.
简介：目的研究用小波变换去除心电图信号中呼吸信号的方法.方法采用db4小波对采样频率为200Hz的心电图信号作离散小波变换的多层分解,并与呼吸信号的频率成分比较,发现呼吸信号分布在心电图信号分解后第8、9、10层细节中,去除这些成分和高频干扰,对剩下的分量重构.结果比较成功地纠正了心电信号的基线,去除了低频呼吸信号的干扰.结论小波变换的方法能够去除心电信号中的呼吸信号干扰.
简介：采用独立分量分析中的信息极大化快速算法初步探讨了表面肌电信号的分解问题.研究结果表明,独立分量分析对肌肉轻度收缩力水平下(<10%MVC)表面肌电信号的分解有较好的效果,可以作为表面肌电信号分解的一种预处理手段.
简介：为了提高P波检测准确率,利用小波变换模极大值对在多尺度上的变化规律能表征信号突变点的性质,结合人体生理特性的检测策略进行心电信号P波的跨尺度检测.同时,引入反向传播神经网络对已检出的准P波再次进行确认与识别.经MIT数据库实验表明,P波检测准确率达到97%.
简介：
基于多孔小波变换的心电信号标定
小波变换去除心电信号中呼吸信号干扰
独立分量分析在表面肌电信号分解中的应用
基于小波变换和神经网络的心电信号P波检测
第六届全国经椎弓根内固定学习班暨脊柱融合与新业务新技术学术研讨会通知
