心电数据处理与去噪(DOC)

燕山大学课程设计说明书题目心电数据处理与去噪学院（系）：电气工程学院年级专业： 11级仪表一班学号： 110103020036学生姓名：张钊指导教师：谢平杜义浩教师职称：教授讲师燕山大学课程设计（论文）任务书院（系）：电气工程学院基层教学单位：自动化仪表系说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。

2014年7月 5 日摘要 (2)第1章设计目的、意义 (3)1.1 设计目的 (3)1.2设计内容 (3)第2章心电信号的频域处理方法及其分析方法 (4)2.1小波分析分析 (4)2.2 50hz工频滤波分析 (10)第3章 GUI界面可视化 (14)学习心得 (15)参考文献 (15)信号处理的基本概念和分析方法已应用于许多不同领域和学科中，尤其是数字计算机的出现和大规模集成技术的高度发展，有力地推动了数字信号处理技术的发展和应用。

心脏周围的组织和体液都能导电，因此可将人体看成为一个具有长、宽、厚三度空间的容积导体。

心脏好比电源，无数心肌细胞动作电位变化的总和可以传导并反映到体表。

在体表很多点之间存在着电位差，也有很多点彼此之间无电位差是等电的。

心脏在每个心动周期中，由起搏点、心房、心室相继兴奋，伴随着生物电的变化，这些生物电的变化称为心电它属于随机信号的一种，用数字信号处理的方法和Matlab软件对其进行分析后，可以得到许多有用的信息，对于诊断疾病有非常重要的参考价值。

关键字：信号处理心电信号Matlab第一章设计目的、意义1 设计目的进行改革，增大学生的自主选择权，让学生发展自己的兴趣，塑造自己未来的研究发展方向。

课程设计的主要目的：（1）培养学生文献检索的能力，特别是如何利用Internet检索需要的文献资料。

（2）培养灵活运用所学的电力电子技术知识和创造性的思维方式以及创造能力。

（3）培养学生综合分析问题、发现问题和解决问题的能力。

（4）培养学生用maltab处理图像与数据的能力。

2 设计内容2.1 设计要求：要求设计出心电数据处理的处理与分析程序。

(1) 处理对象：心电数据；(2) 内容：心电数据仿真，心电数据处理（仿真数据，真实数据）；(3) 结果：得到处理结果。

2.2 设计内容：（1）心电数据仿真；（2）心电数据处理；（3）分析处理结果。

（4）可视化界面设计2.3 实验原理2.3.1心电产生原理我们常说的心电图一般指体表心电图，反映了心脏电兴奋在心脏传导系统中产生和传导的过程。

正常人体的每一个心动周期中，各部分兴奋过程中出现的电变化的方向、途径、次序和时问都有一定的规律，这种生物电变化通过心脏周围的导电组织和体液，反映到身体表面，使身体各部位在每一心动周期中也出现有规律的电变化。

在人体不同部位放置电极，并通过电联线与心电图机的正负极相连，在心电图机上便可以记录到周期变化的心电图。

心电图是通过二次投影形成的。

整体心肌细胞的除极和复极所产生的每一瞬l ’日J 的除极、复极综合向量轨迹，在立体心脏的三维空『日J 内按时问顺序将其顶端相连，便构成立体心向量环。

立体心向量环在额面和横面的投影，形成平面的心向量环；将平面向量环在导联轴上进行二次投影，就形成相应的心电图。

对于标准的12导联来说，额面心向量环在肢体导联上的投影，形成I 、II 、Ill 、avR 、avL 、avF 导联心电图，而横面心向量环在胸导联轴上的投影便形成了V1～V6导联心电图m 。

不同导联记录到的心电图，在波形上有所不同，但基本上都包括一个P 波，一个QRS 波和一个T 波，有时候在T 波后还出现一个小u 波。

第二章 心电信号的时域处理及其分析方法1.小波分析理论传统的信号分析建立在傅里叶变换基础之上，它运用数学言将信号表示为一组正弦函数或余弦函数之和并把信号分解众多的频率成分，这些频率又可以重构原来的信号，而且这种变换能量不变，因此她把它在信号处理领域长期处于统治地位。

但它是一种纯频域的分析方法，反映信号在整个时间轴上的频域特性，并且只适合时不变信号，对于非平稳信号有局限性。

在实际工程应用中，通常所分析的信号具有非线性，非平稳,并且奇异点较多的特点。

含噪的一维信号模型可表示为：其中，f(t)为真实信号，s(t)为含噪信号，e(t)为噪声， 为噪声标 准偏差。

)(*)()(t e t f t s σ+=1_,,1,0n t =1.2小波去噪理论有用信号通常表现为低频信号或是相对比较平稳而噪声信号通常现为高频信号。

利用小波对含噪的原始信号分解后，含噪部分主要集中在高频小波系数中，并且，包含有用信号的小波系数幅值较大，但数目少；而噪声对应的小波系数幅值小，数目较多。

基于上述特点，可以应用门限阈值法对小波系数进行处理。

（即对较小的小波系数置为０，较大的保留或削弱），然后对信号重构即可达到消噪的目的。

小波分解的结构示意图小波分解系数示意图1.3小波变换去噪的流程示意图1.4小波去噪matlab程序clear;close all;a=load('D:\Documents\Desktop\ECG\ECG_A.txt');data=a(1:200,3);figure,plot(data);xlabel('时间(s)');ylabel('被测变量y');title('原始信号(时域)');% mallet_wavelet.m% 此函数用于研究Mallet算法及滤波器设计% 此函数仅用于消噪a=pi/8; %角度赋初值b=pi/8;%低通重构FIR滤波器h0(n)冲激响应赋值h0=cos(a)*cos(b);h1=sin(a)*cos(b);h2=-sin(a)*sin(b);h3=cos(a)*sin(b);low_construct=[h0,h1,h2,h3];L_fre=4; %滤波器长度low_decompose=low_construct(end:-1:1); %确定h0(-n)，低通分解滤波器for i_high=1:L_fre; %确定h1(n)=(-1)^n,高通重建滤波器if(mod(i_high,2)==0);coefficient=-1;elsecoefficient=1;endhigh_construct(1,i_high)=low_decompose(1,i_high)*coefficient;endhigh_decompose=high_construct(end:-1:1); %高通分解滤波器h1(-n)L_signal=100; %信号长度n=1:L_signal; %信号赋值f=10;a=load('D:\Documents\Desktop\ECG\ECG_A.txt');data=a(1:200,3);figure,plot(data);xlabel('时间(s)');ylabel('被测变量y');title('原始信号(时域)');figure(1);plot(data);title('原信号');check1=sum(high_decompose); %h0(n)性质校验check2=sum(low_decompose);check3=norm(high_decompose);check4=norm(low_decompose);l_fre=conv(data,low_decompose); %卷积l_fre_down=dyaddown(l_fre); %抽取,得低频细节h_fre=conv(data,high_decompose);h_fre_down=dyaddown(h_fre); %信号高频细节figure(2);subplot(2,1,1)plot(l_fre_down);title('小波分解的低频系数');subplot(2,1,2);plot(h_fre_down);title('小波分解的高频系数');1.5小波分析结果2. 50hz工频滤波分析陷波器也称带阻滤波器（窄带阻滤波器），它能在保证其他频率的信号不损失的情况下，有效的抑制输入信号中某一频率信息。

所以当电路中需要滤除存在的某一特定频率的干扰信号时，就经常用到陷波器。

在我国采用的是50hz频率的交流电，所以在平时需要对信号进行采集处理和分析时，常会存在50hz的工频干扰，对我们的信号处理造成很大干扰，因此50Hz陷波器在日常成产生活中被广泛应用，其技术已基本成熟。

工频陷波器不仅在通信领域里被大量应用，还在自动控制、雷达、声纳、人造卫星、仪器仪表测量及计算机技术等领域有着广泛的应用2.1 心电信号噪声分析心电信号由于受到人体诸多因素的影响，因而有着一般信号所没有的特点：(1)信号弱，心电信号是体表的电生理信号，一般比较微弱，幅度在10pV～5mV，频率为0．05～100Hz。

例如从母体腹部收取到的胎儿心电信号仅10／zV～50／IV。

(2)噪声强，由于人体自身信号弱，加之人体又是一个复杂的系统，因此信号容易受到噪声干扰。

(3)随机性强，心电信号不仅是随机的，而且是非平稳的。

同时，在心电图检测过程中极易受到各种噪声源的干扰，从而使图像质量变差，使均匀和连续变化的心电数值产生突变，在心电图上形成一些毛刺。

使原本很微弱的信号很难和噪声进行分解。

可能出现的噪声有如下的种类：(1)工频干扰工频干扰是由电力系统和人体的分布电容引起的，其频率包括50Hz(MIT-BIH 数据库数据工频因为是美国标准，所以是60Hz)的基波及其各次谐波，其幅值成分在ECG峰一峰值的0—50％范围内变化。

(2)引起基线漂移的干扰心电信号有时候会出现信号基线起伏不平的现象，造成这样的现象有很多原因，主要的有：①呼吸运动人体呼吸时胸腔内器官和组织会发生一定程度的变化，会对在体表记录到的心电图波形的幅度和形态有所影响，表现为基线随呼吸产生周期性或非周期性漂移，从而导致心电波形的幅度随呼气和吸气而分别上抬和下移。

呼吸运动是引起心电基线漂移的主要原因。

②运动伪迹运动伪迹是由于人体轻微运动造成电极与入体的接触电阻发生变化而引入的一种干扰，它的产生原因仅仅是接触电阻的变化，而不是接触的断续。

这种干扰同样导致信号基线的变化，但不是基线的跃变。

③信号记录和处理中电子设备引起的干扰这种干扰对信号影响很大，严重时可完全淹没心电信号或使得基线剧烈漂移，其中导联开路和放大器的热移是主要因素。

这种干扰往往无法通过心电分析算法来校正。

由于心电波形已经完全畸变，此时对这些数据分析已无太大意义。

所以一般跳过此段数据。

(3)高频噪声心电信号中的高频噪声主要是肌电噪声。