摘要
针对高频肌电噪声、低频基线漂移及工频干扰等噪声对心电信号分析诊断的影响问题,本文使用基于自适应噪声的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,AN-CEEMD)方法,在EEMD基础上自适应地添加正负成对的辅助白噪声,将信号分解成多个从高频到低频的本征模态函数(Intrinsic Mode Functions,IMFs),然后对IMF分量进行集总平均运算,从而降低了重构误差带来的影响.实验结果表明:AN-CEEMD算法对于心电信号中高频肌电干扰的降噪效果较好,能够有效提高信噪比(Signal Noise Ratio,SNR)和相关系数(Correlation Coefficient,R).相对于传统的小波方法,AN-CEEMD算法优势明显;对比EMD算法,降噪后的SNR平均提高了2.32%,得到的R值平均提高了2.34%;对比EEMD方法,SNR平均提高了1.20%,R值平均提高了1.04%.
-
单位自动化学院; 昆明理工大学