EEMD在同时消除脉搏血氧检测中脉搏波信号高频噪声和基线漂移中的应用
人体血氧饱和度是基于脉搏波信号测量得到的,然而在脉搏波信号采集的过程中存在着由人体呼吸和仪器本身热噪声等带来的基线漂移和高频噪声,影响人体血氧饱和度的测量精度.因此,该文提出一种总体平均经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)与基于排列熵(Permutation Entropy, PE)的信号随机性检测相结合的方法,同时消除基线漂移和高频噪声.对脉搏波信号进行EEMD分解,计算分解到得到的内在模式分量的排列熵,选取阈值,分别判断并剔除代表高频噪声和基线漂移的内在模式分量.最后信号重构就得到同时消除高频噪声和基线漂移的脉搏波信号.通过自行研制的测量装置所采集的脉搏波信号进行实验验证,利用信号的频谱和交直流比 R 评价效果.结果表明:该方法有效地同时消除了脉搏波信号中的高频噪声和基线漂移,这将有利于人体血氧饱和度测量精度的提高.
脉搏波信号、人体血氧饱和度、高频噪声、基线漂移、总体平均经验模态分解、排列熵
37
R318.04(医用一般科学)
2015-08-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
1384-1388