10.16337/j.1004-9037.2018.04.009
改进EEMD算法在心电信号去噪中的应用
集合经验模态分解(Ensemble empirical mode decomposition ,EEMD)方法在去除心电信号噪声时,噪声本征模态函数(Intrinsic mode function ,IM F)分量难以选择且将噪声分量直接去掉会导致信号失真.针对上述问题,提出了一种基于EEMD的自适应阈值算法.首先对含噪心电图(Electrocardi-ogram ,ECG)数据进行EEMD分解,得到IMF ,根据马氏距离进行信号IMF分量和噪声IMF分量的判定,然后通过果蝇优化算法确定噪声IM F的阈值,将经过阈值去噪的新的分量和剩余分量重构得到去噪后的ECG .最后,使用MIT-BIH数据库中的心电数据进行实验,实验结果表明,该方法在去噪同时能够较好地保留信号细节.
集合经验模态分解、马氏距离、果蝇算法、心电信号、去噪
33
TP391;TN911.7(计算技术、计算机技术)
山西省自然科学基金2015011041
2018-10-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
646-653