基于离散平稳小波变换的心电信号去噪方法

本文提出一种基于离散平稳小波变换的心电信号去噪方法,通过对心电信号进行多层离散平稳小波变换,根据噪声的不同来源及其频带分布特点,对变换后的细节信号采用不同的去噪方案。该方法能有效克服传统离散正交小波变换去噪时容易产生Gibbs现象,从而达到保持心电波形特征且抑制噪声的双重目的。     

基于小波变换的一种心电信号去噪算法

小波变换是一种新出现的信号的时间-尺度（时间-频率）分析方法，是一种非常有用的工具。就去噪来说基于小波去噪的方法有多种，本文在心电去噪的过程中提出了一种基于小波阈值去噪的方法，原理简单，计算量小，效果良好。     

基于小波变换的新阈值法心电信号去噪的研究

心电信号反映人体的健康状况,在采集过程中容易受到高频、低频等多种干扰,而传统小波去噪方法的效果不是很理想。提出一种基于离散小波变换的新阈值法,与传统的硬、软阈值法比较,该方法在一定程度上有效地抑制各种噪声,能够更好地保持心电信号的特征和波形幅度。并用MIT-BIH数据库对提出的新阈值法进行验证。实验结果表明所提出的算法与传统小波阈值法相比,能更好地保持心电信号的几何特征,具有更高的信噪比,取得良好的去噪效果。     

基于小波变换的一种心电信号去噪算法

小波变换是一种新出现的信号的时间-尺度(时间-频率)分析方法,基于小波去噪的方法有多种,本文在心电去噪的过程中提出了一种基于小波阈值去噪主要去掉高频噪声的方法,原理简单,计算量小,效果良好。     

基于小波变换的心电信号去噪

针对心电信号采集过程中常会混入工频干扰的情况,利用小波分析良好的时频局部化特性,提出了一种改进的基于小波变换的阈值去噪方法.该方法对传统的阈值选取方法进行了改进,提出了尺度相关的阈值选取方法.仿真结果表明,改进后的算法可以有效地去除ECG信号中的噪声信号.     

基于多尺度小波变换的心电信号消噪

心电信号的消噪一直是人们关注的焦点,至今为止已经有许多论著针对心电信号的处理提出了不同的算法。本文以多尺度小波变换为理论背景,根据信号与噪声在小波变换下的不同特性,提出了一种阈值法和模极大值法相结合的小波消噪新算法。临床试验表明,该算法对心电信号的消噪具有良好的效果。     

基于一维离散小波变换的心电信号降噪研究

针对心电信号中含有噪声的现象,为了准确提取反映心电信号的特征信息,该文提出了应用一维离散小波变换实现对心电信号的降噪处理方法.研究结果表明,该方法能够有效地去除心电信号中的噪声,从而为进一步实现心电信号特征信息的提取提供了有效的参考价值.     

基于小波变换的心电信号检测新方法

首先利用正交小波包对心电信号进行去噪,然后采用Mallat算法获得信号在不同尺度上的小波分解细节信号,再对23尺度上的细节信号进行处理,使得与R波对应的模极值大幅度增加,提高了QRS波的检测率,经MIT-BIH心电数据库检验,QRS波检测率达到99.86％,     

心电信号采集及小波分析处理系统设计

心电信号作为人体的一种重要的生理信号,反映着人体的健康状况。自行设计并制作心电信号采集、放大、抗混叠滤波等电路,得到满足数据采集卡USB-6008要求的模拟心电信号,并对模拟心电信号进行A/D(模/数)转换,得到数字形式的心电信号。利用虚拟仪器开发平台LabVIEW 2009对数字心电信号进行多分辨率分析(小波分析),得到心电信号在各分辨率空间的组成成分,并从中选择体现心电信号特点的成分重新构建心电信号,实现对心电信号进行小波滤波的目的,最终在PC机上获得效果良好的心电图。该研究通过有限的资金投入,将家用电脑拓展为心电监测仪器。     

在Matlab中用小波分析实现心电信号去噪

本文描述了通过bior3.5小波变换按照Mallat的快速算法对含有干扰的心电信号进行9尺度分解;通过使用硬阈值和软阈值方法获取默认阈值和使用Stein无偏似然估计阈值进行阈值量化,去除噪声成分;最后根据小波分解的最底层低频系数和各层高频系数进行一维小波重构,从而得到去除噪声的心电信号。     

基于维纳滤波的小波图像去噪算法研究

图像在采集、获取以及传输的过程中,往往要受到噪声的污染,形成噪声图像.图像去噪是图像处理领域中的一个重要环节.为了对含有高斯白噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于维纳滤波的小波图像去噪算法,利用维纳滤波后剩下的信号来计算噪声的标准方差.仿真结果表明,与Donoho提出的鲁棒中值...     

基于小波变换的多径回波的检测

本文提出一种基于小波变换的多径回波检测的新方法。该方法通过对回波信号的局部奇异性的检测和处理，确定回波数目和定位各个回波到达时刻，计算机模拟的结果证实了本文所提方法的有效性。     

小波变换用于微分心电信号突变点检测

微分心电信号的突变特性反映了心肌除极波前在传播过程中的临界点现象,有可能解释心电图高频成分的成因。该文反应小波变换对信号突变点检出的理论对微分心电信号进行分析,并用非线性最不二乘法进行参数拟合,确定了突变点的位置,通过临床冠心病组与正常态照组对比检同实验,统计结果显示出突变点的数量对心理缺血或损伤具有较高的敏感性,初步证明了为这种检出方法的有效性。     

基于小波变换的数字调制信号特征提取

小波变换的多分辨率特性对暂态信号有很强的检测能力,数字信号在不同码元之间呈现出幅度、频率和相位瞬变现象.文讨论如何利用小波变换对数字调制信号的瞬变特征进行提取,实验表明该方法对数字调制信号幅度、频率和相位的瞬变特征能够进行有效的检测.     

基于Fourier变换离散化的连续小波变换频域算法

对于固定的尺度,小波变换是待分析信号与小波基函数的线性卷积。当小波基函数的Fourier变换有显式表达式时,利用其Fourier变换进行线性卷积称为小波变换的频域计算方法。由于线性卷积的长度大于信号的长度,因此,选取线性卷积中的哪一部分作为小波变换的系数也是一个亟需回答的问题。本文利用Fourier变换的离散化和离散Fourier变换的关系由小波变换时域算法推导了小波变换频域算法,证明了时域算法与频域算法的等价性;解释了这两种方法分别应该选取线性卷积中的哪一部分作为小波变换的系数;分析了频域算法产生边界效应的原因;给出了频域算法中参数的选取方法,以便克服边界效应。时间复杂度分析以及数值实验均表明了频域算法至少比时域算法减少了1/3的运行时间。     

基于小波变换和动态聚类的图象分割方法

本文讨论了一种结合小波变换和非监督动态聚类的图象分割算法。在图象分割过程中,首先用小波变换提取图象中的边缘信息,再利用所得的边缘信息和原图象的灰度信息进行聚类。实验证明了这种方法是行之有效的。     

基于小波变换的语音增强去噪方法

将小波变换应用到语音识别系统中,提出了在语音信号预处理阶段基于小波变换估计的维纳滤波算法,结合小波变换的阈值处理方法对语音信号进行去噪处理,模拟实验表明该方法去噪效果较好.     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

羊绒自动鉴别系统中的小波变换图象融合技术

利用HAAR小波变换,实现羊绒不同部位,只有部分清晰的图像的融合,形成整幅清晰的图象,从而实现了光学显微镜在大放大倍数下对羊绒等细微物质的精确观测,从理论上阐述通过小波变换技术实现羊绒图象融合的机理和实现步骤。     

基于傅立叶变换的电视信号运动检测方法

运动检测是目前研究的热门课题之一，已经提出了许多种检测方法，主要包括块匹配法、象素递归法和相位相关法。本文提出一种基于分割的傅立叶方法，该方法是根据傅立叶变换的基本性质在对图象进行分割的基础上来完成运动检测的，它能够分别处理物体平移和旋转，并能获得较准确的运动矢量。