CN108694355B - 一种信号处理方法及装置 - Google Patents

一种信号处理方法及装置 Download PDF

Info

Publication number
CN108694355B
CN108694355B CN201710229062.3A CN201710229062A CN108694355B CN 108694355 B CN108694355 B CN 108694355B CN 201710229062 A CN201710229062 A CN 201710229062A CN 108694355 B CN108694355 B CN 108694355B
Authority
CN
China
Prior art keywords
signal
segment
waveform
denoising
quality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710229062.3A
Other languages
English (en)
Other versions
CN108694355A (zh
Inventor
李华平
陈岚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Microelectronics of CAS
Original Assignee
Institute of Microelectronics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Microelectronics of CAS filed Critical Institute of Microelectronics of CAS
Priority to CN201710229062.3A priority Critical patent/CN108694355B/zh
Publication of CN108694355A publication Critical patent/CN108694355A/zh
Application granted granted Critical
Publication of CN108694355B publication Critical patent/CN108694355B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • G06F2218/04Denoising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching
    • G06F2218/16Classification; Matching by matching signal segments

Abstract

本发明提出一种信号处理方法,包括:获取待去噪的信号;检测所述信号中的第一波形位置;根据第一波形位置,将信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形位置;分别判断确认所述每个信号片段中的信号的信号质量;根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。采用上述技术方案,能够保证去噪方法与信号质量的变化相匹配,使得对待去噪信号的去噪处理更有针对性,提高了去噪效率。

Description

一种信号处理方法及装置
技术领域
本发明涉及信号处理技术领域,具体涉及一种信号处理方法及装置。
背景技术
在利用电子设备采集信号时,会不可避免地引入噪声信号,因此对采集的信号进行去噪处理是对信号进行分析处理的必要前提。对于信号质量较好的信号,由于其所含噪声较少,利用复杂度较低的去噪方法进行去噪处理即可,以便节省处理时间;而对于信号质量较差的信号,由于其所含噪声较多,应当利用复杂度较高的去噪方法进行去噪处理,以便提高去噪效果。
在现有技术中,在对待分析信号进行去噪处理时,人们一般先通过肉眼观察,或利用简单的信号分析方法从整体上分析信号质量,然后根据该信号的整体信号质量,选择相应的去噪方法对其进行去噪处理。但是,对于某一段信号来说,其在不同时间段的信号的信号质量实际上是随机变化的,并不会始终与该信号的整体信号质量保持一致。因此,根据该信号整体上的信号质量选取的去噪方法,并不完全适用于该信号各个时间段的信号,从而导致现有技术中对信号进行去噪处理的方法具有一定的盲目性,效率较低。
发明内容
基于上述现有技术的缺陷和不足,本发明提出一种信号处理方法及装置,能够根据待处理信号不同时段的信号质量,选择去噪方法对待处理信号进行去噪处理,去噪效率更高。
一种信号处理方法,包括:
获取待去噪的信号;其中,所述信号包含第一波形信号;
从所述信号中检测得到第一波形信号的各个第一波形位置;其中所述第一波形位置为所述第一波形信号中的设定的波形位置;
根据所述信号中的第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形信号的第一波形位置;
分别判断所述每个信号片段中的信号的信号质量;
根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;
利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。
优选地,所述从所述信号中检测得到第一波形信号的各个第一波形位置,包括:
计算得到所述信号的各个二阶差分极小值点;
计算得到所述各个二阶差分极小值点的信号幅值的平均值;
将信号幅值大于所述平均值的二阶差分极小值点,设定为第一波形位置。
优选地,所述根据所述第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段,包括:
将所述第一波形位置之前的设定时间长度的信号,以及所述第一波形位置之后的设定时间长度的信号,划分为一个信号片段。
优选地,所述分别判断所述每个信号片段中的信号的信号质量,包括:
分别计算得到所述每个信号片段中的信号,与设定的标准信号之间的绝对相似度;
计算得到所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
分别将所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个信号片段中的信号的信号质量。
优选地,所述根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法,包括:
如果信号片段中的信号的信号质量较高,则确定利用Savitzky-Golay滤波法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量一般,则确定利用小波变换法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量较低,则确定利用自适应滤波法对该信号片段中的信号进行去噪处理。
优选地,所述分别判断所述每个信号片段中的信号的信号质量,包括:
分别计算得到每个信号片段中的信号,与设定的标准信号之间的相对相似度;
将所有信号片段中的,与所述设定的标准信号之间的相对相似度小于相对相似度阈值的信号,分别设定为无用信号;以及将所有信号片段中的,与所述设定的标准信号之间的相对相似度不小于所述相对相似度阈值的信号,分别设定为有用信号;
分别计算得到每个有用信号与所述设定的标准信号之间的绝对相似度;
计算得到所述每个有用信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
分别将所述每个有用信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个有用信号的信号质量。
一种信号处理装置,包括:
信号获取单元,用于获取待去噪的信号;其中,所述信号包含第一波形信号;
检测单元,用于从所述信号中检测得到第一波形信号的各个第一波形位置;其中所述第一波形位置为所述第一波形信号中的设定的波形位置;
信号划分单元,用于根据所述信号中的第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形信号的第一波形位置;
判断单元,用于分别判断所述每个信号片段中的信号的信号质量;
选择单元,用于根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;
去噪处理单元,用于利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。
优选地,所述检测单元,包括:
第一计算单元,用于计算得到所述信号的各个二阶差分极小值点;
第二计算单元,用于计算得到所述各个二阶差分极小值点的信号幅值的平均值;
处理单元,用于将信号幅值大于所述平均值的二阶差分极小值点,设定为第一波形位置。
优选地,所述信号划分单元根据所述第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段时,具体用于:
将所述第一波形位置之前的设定时间长度的信号,以及所述第一波形位置之后的设定时间长度的信号,划分为一个信号片段。
优选地,所述判断单元分别判断所述每个信号片段中的信号的信号质量时,具体用于:
分别计算得到所述每个信号片段中的信号,与设定的标准信号之间的绝对相似度;计算得到所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;分别将所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个信号片段中的信号的信号质量。
优选地,所述选择单元根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法时,具体用于:
如果信号片段中的信号的信号质量较高,则确定利用Savitzky-Golay滤波法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量一般,则确定利用小波变换法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量较低,则确定利用自适应滤波法对该信号片段中的信号进行去噪处理。
优选地,所述判断单元分别判断所述每个信号片段中的信号的信号质量时,具体用于:
分别计算得到每个信号片段中的信号,与设定的标准信号之间的相对相似度;
将所有信号片段中的,与所述设定的标准信号之间的相对相似度小于相对相似度阈值的信号,分别设定为无用信号;以及将所有信号片段中的,与所述设定的标准信号之间的相对相似度不小于所述相对相似度阈值的信号,分别设定为有用信号;
分别计算得到每个有用信号与所述设定的标准信号之间的绝对相似度;
计算得到所述每个有用信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
分别将所述每个有用信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个有用信号的信号质量。
利用本发明实施例提出的信号处理方法对信号进行去噪处理时,首先获取待去噪的信号;其中,所述信号包含第一波形信号;然后检测所述信号中的第一波形位置;并且根据第一波形位置,将信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形位置;其次分别判断确认所述每个信号片段中的信号的信号质量;最后根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;以及利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。采用上述技术方案,能够根据待去噪信号在不同时间段的信号质量的变化,选取相应的去噪方法对待去噪信号进行分段的去噪处理,保证去噪方法与信号质量的变化相匹配,使得对待去噪信号的去噪处理更有针对性,提高了去噪效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明实施例提供的一种信号处理方法的流程示意图;
图2是本发明实施例提供的另一种信号处理方法的流程示意图;
图3是本发明实施例提供的一种心电信号的波形示意图;
图4是本发明实施例提供的从心电信号中检测R波波峰的结果示意图;
图5是本发明实施例提供的另一种信号处理方法的流程示意图;
图6是本发明实施例提供的对心电信号进行去噪后的信号示意图;
图7是本发明实施例提供的一种信号处理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种信号处理方法,参见图1所示,该方法包括:
S101、获取待去噪的信号;其中,所述信号包含第一波形信号;
具体的,本发明实施例技术方案应用于对复合波形信号进行去噪处理。在复合波形信号中,一般包含多种波形信号。本发明实施例的基本思想是,通过复合信号中的某一种波形信号,来对整个复合波形信号进行分段,然后对每一段波形信号进行去噪处理。基于上述思想,本发明实施例所获取的待去噪的信号,为包含第一波形信号的复合波形信号,并且,该复合波形信号为周期信号,其周期与所包含的第一波形信号的周期相同。
上述第一波形信号,具体为本发明实施例所获取的待去噪的复合波形信号中的任意一种波形信号。更进一步的,本发明实施例所获取的待去噪的信号,还可以是包含某种复合波形信号的信号。参照上述介绍,还可以将获取的待去噪的信号中所包含的复合波形信号中的任意波形信号,设定为上述第一波形信号。
例如,可以将本发明实施例技术方案应用于对心电信号进行去噪处理。心电信号是一个周期性的心电波形信号,每一个周期包含了P波、QRS波和T波等特征波,它们包含了丰富的心电数据,通过分析这些心电数据,可以了解心脏的健康状态。在应用本发明实施例技术方案对上述心电信号进行去噪处理时,直接将通过心电监测设备采集的心电信号作为待去噪的信号,并且,以心电信号中的R波信号作为第一波形信号。
S102、从所述信号中检测得到第一波形信号的各个第一波形位置;其中所述第一波形位置为所述第一波形信号中的设定的波形位置;
具体的,步骤S101中获取的待去噪的复合波形信号中的第一波形信号为周期信号。理论上,如果确定了第一波形信号的周期,也就相当于确定了待去噪的复合波形信号的周期,根据复合波形信号的周期,就可以对复合波形信号进行时间上的划分。基于上述理论,在步骤S102中,从待去噪的复合波形信号的第一波形信号中检测第一波形位置。上述第一波形位置,为第一波形信号中的设定的波形位置,该波形位置,用于区分第一波形信号的周期,即在第一波形信号的一个周期内,仅有一个上述第一波形位置,那么根据两个相邻的第一波形位置,即确定了第一波形信号的周期。例如,可以从待去噪的复合波形信号中检测第一波形信号的波峰位置,或波谷位置,或其它任意可以区分第一波形信号周期的波形位置。一般情况下,波峰或波谷的位置更便于确定波形信号的周期,因此,在本发明实施例中,将波峰位置作为第一波形位置,也就是说,在执行步骤S102时,具体是从待去噪的复合波形信号中检测第一波形信号的波峰的位置。
例如,当将本发明实施例应用于对心电信号的去噪处理时,在获取包含R波的心电信号后,按照步骤S102的处理过程,从心电信号中检测R波的波峰位置。
S103、根据所述信号中的第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形信号的第一波形位置;
具体的,在步骤S102中,通过检测待去噪的复合波形信号中的第一波形信号的第一波形位置,确定了复合波形信号的周期后,进一步通过步骤S103,对复合波形信号进行周期划分。理论上,在复合波形信号的一个周期内,仅包含一个用于区分复合波形信号周期的第一波形位置。因此,在步骤S103中,将包含第一波形位置的,相同时间长度的信号,划分为一个信号片段,每个相同时间长度的信号片段,即为复合波形信号的一个周期内的信号。并且,在每个信号片段内,至少有一个第一波形位置。
需要说明的是,为了确保每个信号片段内,能够充分地包含复合波形信号一个周期内的信号,也为了避免对复合波形信号进行信号片段划分时,发生信号遗漏,可以将每个信号片段的时间长度划分得足够长。此时,相邻信号片段的时间区间可能发生重叠,这种情况下,一个信号片段内可能还会包含相邻信号片段中的第一波形位置,从而出现一个信号片段中包含多个第一波形位置的情况。这种情况并不影响对复合波形信号进行分段分析,只要按照步骤S103实现对复合波形信号的时间划分,对各个信号片段进行独立的质量分析,同样可以确定复合波形信号各个信号片段的信号质量。
例如,当将本发明实施例应用于对心电信号的去噪处理时。在从心电信号中检测到R波波峰位置后,将每个R波波峰位置前后一定时间段内的信号设定为一个信号片段,该信号片段即可以认为是R波所在的QRS波群的一个周期内的信号,同样也可以认为是心电信号一个周期内的信号。
S104、分别判断所述每个信号片段中的信号的信号质量;
具体的,通过将信号片段中的信号与标准信号进行对比,可以判断信号片段中的信号的信号质量。具体根据信号片段中的信号与标准信号的相似程度可确定信号片段中的信号质量。如果信号片段中的信号与标准信号相似度较高,则信号片段中的信号质量较好;如果信号片段中的信号与标准信号相似度一般,则信号片段中的信号质量一般;相应的,如果信号片段中的信号与标准信号相似度较低,则信号片段中的信号质量较差。
例如,当应用本发明实施例对心电信号进行去噪处理时,将划分的各个信号片段中的信号,与标准的QRS波信号进行对比。如果信号片段中的信号与标准QRS波信号的相似度较高,则该信号片段中的信号质量较好;如果信号片段中的信号与标准QRS波信号的相似度一般,则该信号片段中的信号质量一般;相应的,如果信号片段中的信号与标准QRS波信号的相似度较低,则该信号片段中的信号质量较差。
S105、根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;
具体的,信号的去噪方法多种多样,去噪方法的复杂度不同,其去噪效果及处理时长均不同。去噪方法的复杂度越高,其去噪效果越好,处理时长越长;相反,去噪方法的复杂度越低,其去噪效果越差,处理时长越短。理论上,为了提高信号去噪效率,对于信号质量较好(含噪量较低)的信号,应当采用低复杂度的去噪方法,以节省处理时间;而对于信号质量较差(含噪量较高)的信号,应当采取高复杂度的去噪方法,以提高去噪效果。
在经过步骤S104确定待去噪的信号的各个信号片段中的信号的信号质量后,根据信号片段中的信号的信号质量,就可以确定对该信号片段中的信号进行去噪处理的去噪方法。如果信号片段中的信号质量较好,则为该信号片段选择复杂度较低的去噪方法进行去噪处理;如果信号片段中的信号质量一般,则为该信号片段选择复杂度一般的去噪方法进行去噪处理;如果信号片段中的信号质量较差,则为该信号片段选择复杂度较高的去噪方法进行去噪处理。
S106、利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。
具体的,通过步骤S105确定了为每一信号片段中的信号进行去噪处理的去噪方法后,执行步骤S106,采用为每一信号片段中的信号选择的去噪方法,分别对每一信号片段中的信号进行去噪处理,实现对所获取的待去噪信号的去噪处理。
利用本发明实施例提出的信号处理方法对信号进行去噪处理时,首先获取待去噪的信号;其中,所述信号包含第一波形信号;然后检测所述信号中的第一波形位置;并且根据第一波形位置,将信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形位置;其次分别判断确认所述每个信号片段中的信号的信号质量;最后根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;以及利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。采用上述技术方案,能够根据待去噪信号在不同时间段的信号质量的变化,选取相应的去噪方法对待去噪信号进行分段的去噪处理,保证去噪方法与信号质量的变化相匹配,使得对待去噪信号的去噪处理更有针对性,提高了去噪效率。
可选的,在本发明的另一个实施例中,参见图2所示,所述从所述信号中检测得到第一波形信号的各个第一波形位置,包括:
S202、计算得到所述信号的各个二阶差分极小值点;
具体的,在本发明实施例中,将获取的待去噪的信号,即复合波形信号中的第一波形信号的波峰位置,作为上述第一波形位置。根据波形信号的特性可知,波形信号的波峰位置,包含在波形信号的一阶差分零点和二阶差分极小值点中。在本发明实施例中,通过复合波形信号的二阶差分极小值点,来寻找第一波形信号的波峰位置。首先,通过步骤S202,计算得到获取的待分析信号的各个二阶差分极小值点。
S203、计算得到所述各个二阶差分极小值点的信号幅值的平均值;
具体的,在步骤S202中计算得到待去噪的信号的各个二阶差分极小值点的同时,也可以确定各个二阶差分极小值点的幅值。在步骤S203中,进一步计算得到各个二阶差分极小值点的幅值的平均值。该平均值可以作为从各个二阶差分极小值点中筛选得到波峰位置的阈值。
S204、将信号幅值大于所述平均值的二阶差分极小值点,设定为第一波形位置。
具体的,在所有的二阶差分极小值点中,查找得到幅值大于步骤S203中计算得到的各个二阶差分极小值点的幅值平均值的点,这些二阶差分极小值点,即为波峰位置。相应的,这些二阶差分极小值点的幅值,即为波峰幅值。
例如,当将本发明实施例技术方案应用于对图3所示的心电信号的质量分析时,按照步骤S202~S204的处理方法,可检测得到心电信号的R波波峰位置,如图4所示。
进一步的,为了便于后期处理,可以用查找得到的波峰位置,组成波峰位置数组,数组中的每一个元素即为一个波峰位置。例如,从心电信号中找出R波波峰位置,组成波峰数组arrR,arrR中每一个元素代表一个波峰位置。
本实施例中的步骤S201、S205~S208分别对应图1所示的方法实施例中的步骤S101、S103~S106,其具体内容请参见图1所示的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述根据所述第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段,包括:
将所述第一波形位置之前的设定时间长度的信号,以及所述第一波形位置之后的设定时间长度的信号,划分为一个信号片段。
具体的,根据从待去噪的信号中查找得到的第一波形位置,对待去噪的信号进行划分时,以每个第一波形位置为基准,将第一波形位置所在时间点之前设定时间长度,以及之后设定时间长度的时间区间内的信号,划分为一个信号片段。
例如,对于心电信号来说,正常人的心电信号中的QRS波群宽度在60毫秒到100毫秒之间,所以R波波峰前后100毫秒内可以完整包含该R波所在的QRS波群。因此,将存储R波波峰位置的数组arrR中的每一个波峰位置减去100毫秒,即可以得到QRS波群的起点数组arrQRS,如下式所示:
arrQRS(k)=arrR(k)-0.1
其中,k代表QRS波群起点数组中的起点编号;式中每个点代表一个长度为200毫秒的QRS波群的起点。
可选的,在本发明的另一个实施例中,如图5所示,所述分别判断所述每个信号片段中的信号的信号质量,包括:
S504、分别计算得到所述每个信号片段中的信号,与设定的标准信号之间的绝对相似度;
具体的,在将信号片段中的信号与标准信号进行对比之前,首先对信号片段中的信号进行离散取样。例如,可以以1毫秒为间隔,对信号片段中的信号进行离散取样,得到待评价的离散信号序列x(n),其中n为取样数量。同样的,按照相同的取样间隔,对标准信号进行离散取样,得到标准离散信号序列y(n)。例如,对于上述心电信号,由于QRS波群信号的时间长度为200毫秒,则对于每一信号片段中的信号,以1毫秒为时间间隔进行离散取样,可得到200个取样点,得到离散序列x(n)。同样的,对标准QRS波群信号,以1毫秒为时间间隔进行离散取样,可得到200个取样点,得到离散序列y(n)。
计算得到x(n)与y(n)的绝对相似度,就是得到了信号片段中的信号与设定的标准信号之间的绝对相似度。进一步的,按照如下公式,可计算得到每个信号片段中的信号所对应的离散信号序列x(n)与标准离散信号序列y(n)的绝对相似度:
Figure BDA0001266101060000121
其中,n为取样数量。
S505、计算得到所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
具体的,计算得到每个信号片段中的信号与标准信号之间的绝对相似度s的平均值avrS,作为绝对相似度阈值。
S506、分别将所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个信号片段中的信号的信号质量。
具体的,在本步骤的对比过程中,设置第一阈值和第二阈值,第一阈值为上述绝对相似度阈值的第一倍数,例如1.5*avrS;第二阈值为上述绝对相似度阈值的第二倍数,例如0.4*avrS。如果信号片段中的信号与标准信号之间的绝对相似度,大于上述第一阈值,则说明该信号片段中的信号与标准信号很相似,其信号质量较好;如果信号片段中的信号与标准信号之间的绝对相似度,小于上述第二阈值,则说明该信号片段中的信号与标准信号的相似度较低,其信号质量较差;如果信号片段中的信号与标准信号之间的绝对相似度,介于上述第一阈值和第二阈值之间,则说明该信号片段中的信号与标准信号的相似度一般,其信号质量一般。
进一步的,可以根据如下公式为信号片段中的信号划分质量等级:
Figure BDA0001266101060000122
其中,s(k)表示第k个信号片段中的信号(即离散信号序列x(n))。当信号片段中的信号的质量等级为3时,表示该信号片段中的信号的质量较好;当信号片段中的信号的质量等级为2时,表示该信号片段中的信号的质量一般;当信号片段中的信号的质量等级为1时,表示该信号片段中的信号的质量较差。
按照上述对比方法,将待去噪的心电信号片段分别与标准QRS波群信号进行对比,可分析确定每个信号片段中的心电信号的信号质量。例如,利用上述方法,对图4所示的心电信号进行质量分析处理,可分别确定该心电信号每一信号片段内的信号质量等级,如表1所示:
表1心电信号质量分析结果
Figure BDA0001266101060000131
本实施例中的步骤S501~S503、S507~S508分别对应图1所示的方法实施例中的步骤S101~S103、S105~S106,其具体内容请参见图1所示的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,所述根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法,包括:
如果信号片段中的信号的信号质量较高,则确定利用Savitzky-Golay滤波法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量一般,则确定利用小波变换法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量较低,则确定利用自适应滤波法对该信号片段中的信号进行去噪处理。
具体的,在心电信号去噪技术领域,目前比较成熟的信号去噪方法有小波变换法、自适应滤波法和Savitzky-Golay滤波法等。其中,Savitzky-Golay滤波法的计算量最小,适合于对含噪量不大的心电信号进行去噪;自适应滤波法可以根据噪声的特点进行适应性去噪,对含噪量比较大的心电信号有很好的去噪效果,但其计算量比较大;小波变换法是一种兼顾去噪效果和去噪效率的方法,适合于处于含噪量处于平均水平的心电信号。
综合各种去噪方法的特点,当心电信号的信号质量较高时,选择利用Savitzky-Golay滤波法进行去噪处理,以节省处理时间;当心电信号的信号质量一般时,选择小波变换法进行去噪处理;当心电信号的信号质量较差时,选择自适应滤波法进行去噪处理,以提高去噪效果。
需要说明的是,当本发明实施例技术方案应用于不同领域的信号去噪处理时,可根据实际可用的去噪方法,灵活选择针对不同质量的信号的去噪方法。
将本发明实施例技术方案,应用于对图3所示的心电信号的去噪,得到去噪后的心电信号波形如图6所示,其处理时间与现有技术的对比如表2所示:
表2信号去噪处理效果对比
Figure BDA0001266101060000141
通过表2可以看出,本发明实施例技术方案能够在保证高信噪比的前提下,大大降低去噪时间,提高了信号去噪效率。
可选的,在本发明的另一个实施例中,所述分别判断所述每个信号片段中的信号的信号质量,包括:
分别计算得到每个信号片段中的信号,与设定的标准信号之间的相对相似度;
将所有信号片段中的,与所述设定的标准信号之间的相对相似度小于相对相似度阈值的信号,分别设定为无用信号;以及将所有信号片段中的,与所述设定的标准信号之间的相对相似度不小于所述相对相似度阈值的信号,分别设定为有用信号;
具体的,假设信号片段中的信号为x(t),标准信号为y(t),则该信号片段中的信号x(t)与标准信号y(t)之间的相对相似度r为:
Figure BDA0001266101060000151
如果信号片段中的信号,与标准信号之间的相对相似度小于相对相似度阈值,则可以认为该信号片段中的信号不是类似于标准信号的信号,没有利用价值,将其设定为无用信号,省去接下来的质量分析及去噪处理,节省工作量。相反的,如果信号片段中的信号,与标准信号之间的相对相似度不小于上述相对相似度阈值,则可以认为该信号片段中的信号是与标准信号相类似的信号,具有利用价值,因此将其设定为有用信号,并进行后续质量分析处理。
例如,如果上述心电信号片段中的心电信号与标准QRS波群信号的相对相似度小于0.4,则可以说明该信号片段中的心电信号不具备基本的心电信号特征,没有利用价值,将其设定为无用信号。
分别计算得到每个有用信号与所述设定的标准信号之间的绝对相似度;
具体的,在将信号片段中的有用信号与标准信号进行对比之前,首先对信号片段中的有用信号进行离散取样。例如,可以以1毫秒为间隔,对信号片段中的有用信号进行离散取样,得到待评价的离散信号序列x(n),其中n为取样数量。同样的,按照相同的取样间隔,对标准信号进行离散取样,得到标准离散信号序列y(n)。例如,对于心电信号,由于QRS波群信号的时间长度为200毫秒,则对于每一信号片段中的信号,以1毫秒为时间间隔进行离散取样,可得到200个取样点,得到离散序列x(n)。同样的,对标准QRS波群信号,以1毫秒为时间间隔进行离散取样,可得到200个取样点,得到离散序列y(n)。
计算得到x(n)与y(n)的绝对相似度,就是得到了信号片段中的有用信号与设定的标准信号之间的绝对相似度。进一步的,按照如下公式,可计算得到每个有用信号所对应的离散信号序列x(n)与标准离散信号序列y(n)的绝对相似度:
Figure BDA0001266101060000161
其中,n为取样数量。
计算得到所述每个有用信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
具体的,计算得到每个有用信号与标准信号之间的绝对相似度s的平均值avrS,作为绝对相似度阈值。
分别将所述每个有用信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个有用信号的信号质量。
具体的,在本步骤的对比过程中,设置第一阈值和第二阈值。第一阈值为上述绝对相似度阈值的第一倍数,例如1.5*avrS;第二阈值为上述绝对相似度阈值的第二倍数,例如0.4*avrS。如果信号片段中的有用信号与标准信号之间的绝对相似度,大于上述第一阈值,则说明该信号片段中的有用信号与标准信号很相似,其信号质量较好;如果信号片段中的有用信号与标准信号之间的绝对相似度,小于上述第二阈值,则说明该信号片段中的有用信号与标准信号的相似度较低,其信号质量较差;如果信号片段中的有用信号与标准信号之间的绝对相似度,介于上述第一阈值和第二阈值之间,则说明该信号片段中的有用信号与标准信号的相似度一般,其信号质量一般。
进一步的,可以根据如下公式为信号片段中的有用信号划分质量等级:
Figure BDA0001266101060000162
其中,s(k)表示第k个信号片段中的有用信号(即离散信号序列x(n))。当信号片段中的有用信号的质量等级为3时,表示该信号片段中的有用信号的质量较好;当信号片段中的有用信号的质量等级为2时,表示该信号片段中的有用信号的质量一般;当信号片段中的有用信号的质量等级为1时,表示该信号片段中的有用信号的质量较差。
按照上述对比方法,将待分析的有用心电信号片段分别与标准QRS波群信号进行对比,可分析确定每个有用信号片段中的心电信号的信号质量。
在本发明实施例中,在计算信号片段中的信号与标准信号之间的绝对相似度之前,先计算信号片段中的信号与标准信号之间的相对相似度,从而从所有的信号片段中,筛选出无用信号,对于无用信号,技术人员可以灵活确定是否还要对无用信号进行去噪处理。例如,如果采集的心电信号中,有大量信号片段是无用信号,则可以考虑放弃对该心电信号的处理,重新采集心电信号。采用本发明实施例技术方案,一方面减少了计算绝对相似度的计算量,另一方面,有利于对待分析的信号进行更深入的分析认识。
本发明实施例还公开了一种信号处理装置,参见图7所示,该装置包括:
信号获取单元701,用于获取待去噪的信号;其中,所述信号包含第一波形信号;
检测单元702,用于从所述信号中检测得到第一波形信号的各个第一波形位置;其中所述第一波形位置为所述第一波形信号中的设定的波形位置;
信号划分单元703,用于根据所述信号中的第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形信号的第一波形位置;
判断单元704,用于分别判断所述每个信号片段中的信号的信号质量;
选择单元705,用于根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;
去噪处理单元706,用于利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。
具体的,本实施例中各个单元的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
本发明实施例提出的信号处理装置对信号进行去噪处理时,首先由信号获取单元701获取待去噪的信号;其中,所述信号包含第一波形信号;然后检测单元702检测所述信号中的第一波形位置;并且信号划分单元703根据第一波形位置,将信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形位置;其次判断单元704分别判断确认所述每个信号片段中的信号的信号质量;最后选择单元705根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;以及去噪处理单元706利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。采用上述技术方案,能够根据待去噪信号在不同时间段的信号质量的变化,选取相应的去噪方法对待去噪信号进行分段的去噪处理,保证去噪方法与信号质量的变化相匹配,使得对待去噪信号的去噪处理更有针对性,提高了去噪效率。
可选的,在本发明的另一个实施例中,检测单元702,包括:
第一计算单元,用于计算得到所述信号的各个二阶差分极小值点;
第二计算单元,用于计算得到所述各个二阶差分极小值点的信号幅值的平均值;
处理单元,用于将信号幅值大于所述平均值的二阶差分极小值点,设定为第一波形位置。
具体的,本实施例中各个单元的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,信号划分单元703根据所述第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段时,具体用于:
将所述第一波形位置之前的设定时间长度的信号,以及所述第一波形位置之后的设定时间长度的信号,划分为一个信号片段。
具体的,本实施例中信号划分单元703的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,判断单元704分别判断所述每个信号片段中的信号的信号质量时,具体用于:
分别计算得到所述每个信号片段中的信号,与设定的标准信号之间的绝对相似度;计算得到所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;分别将所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个信号片段中的信号的信号质量。
具体的,本实施例中判断单元704的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,选择单元705根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法时,具体用于:
如果信号片段中的信号的信号质量较高,则确定利用Savitzky-Golay滤波法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量一般,则确定利用小波变换法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量较低,则确定利用自适应滤波法对该信号片段中的信号进行去噪处理。
具体的,本实施例中选择单元705的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
可选的,在本发明的另一个实施例中,判断单元704分别判断所述每个信号片段中的信号的信号质量时,具体用于:
分别计算得到每个信号片段中的信号,与设定的标准信号之间的相对相似度;
将所有信号片段中的,与所述设定的标准信号之间的相对相似度小于相对相似度阈值的信号,分别设定为无用信号;以及将所有信号片段中的,与所述设定的标准信号之间的相对相似度不小于所述相对相似度阈值的信号,分别设定为有用信号;
分别计算得到每个有用信号与所述设定的标准信号之间的绝对相似度;
计算得到所述每个有用信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
分别将所述每个有用信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个有用信号的信号质量。
具体的,本实施例中判断单元704的具体工作内容,请参见对应的方法实施例的内容,此处不再赘述。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种信号处理方法,其特征在于,包括:
获取待去噪的信号;其中,所述信号包含第一波形信号;
从所述信号中检测得到第一波形信号的各个第一波形位置;其中所述第一波形位置为所述第一波形信号中的设定的波形位置;
根据所述信号中的第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形信号的第一波形位置;
分别判断所述每个信号片段中的信号的信号质量;
根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;
利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。
2.根据权利要求1所述的方法,其特征在于,所述从所述信号中检测得到第一波形信号的各个第一波形位置,包括:
计算得到所述信号的各个二阶差分极小值点;
计算得到所述各个二阶差分极小值点的信号幅值的平均值;
将信号幅值大于所述平均值的二阶差分极小值点,设定为第一波形位置。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段,包括:
将所述第一波形位置之前的设定时间长度的信号,以及所述第一波形位置之后的设定时间长度的信号,划分为一个信号片段。
4.根据权利要求1所述的方法,其特征在于,所述分别判断所述每个信号片段中的信号的信号质量,包括:
分别计算得到所述每个信号片段中的信号,与设定的标准信号之间的绝对相似度;
计算得到所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
分别将所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个信号片段中的信号的信号质量。
5.根据权利要求1至4中任一权利要求所述的方法,其特征在于,所述根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法,包括:
如果信号片段中的信号的信号质量较高,则确定利用Savitzky-Golay滤波法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量一般,则确定利用小波变换法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量较低,则确定利用自适应滤波法对该信号片段中的信号进行去噪处理。
6.根据权利要求1至3中任一权利要求所述的方法,其特征在于,所述分别判断所述每个信号片段中的信号的信号质量,包括:
分别计算得到每个信号片段中的信号,与设定的标准信号之间的相对相似度;
将所有信号片段中的,与所述设定的标准信号之间的相对相似度小于相对相似度阈值的信号,分别设定为无用信号;以及将所有信号片段中的,与所述设定的标准信号之间的相对相似度不小于所述相对相似度阈值的信号,分别设定为有用信号;
分别计算得到每个有用信号与所述设定的标准信号之间的绝对相似度;
计算得到所述每个有用信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
分别将所述每个有用信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个有用信号的信号质量。
7.一种信号处理装置,其特征在于,包括:
信号获取单元,用于获取待去噪的信号;其中,所述信号包含第一波形信号;
检测单元,用于从所述信号中检测得到第一波形信号的各个第一波形位置;其中所述第一波形位置为所述第一波形信号中的设定的波形位置;
信号划分单元,用于根据所述信号中的第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段;其中,每个信号片段中至少包含一个所述第一波形信号的第一波形位置;
判断单元,用于分别判断所述每个信号片段中的信号的信号质量;
选择单元,用于根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法;
去噪处理单元,用于利用所述对所述每个信号片段中的信号进行去噪处理的去噪方法,分别对所述每个信号片段中的信号进行去噪处理。
8.根据权利要求7所述的装置,其特征在于,所述检测单元,包括:
第一计算单元,用于计算得到所述信号的各个二阶差分极小值点;
第二计算单元,用于计算得到所述各个二阶差分极小值点的信号幅值的平均值;
处理单元,用于将信号幅值大于所述平均值的二阶差分极小值点,设定为第一波形位置。
9.根据权利要求7所述的装置,其特征在于,所述信号划分单元根据所述第一波形信号的各个第一波形位置,将所述信号划分为多个信号片段时,具体用于:
将所述第一波形位置之前的设定时间长度的信号,以及所述第一波形位置之后的设定时间长度的信号,划分为一个信号片段。
10.根据权利要求7所述的装置,其特征在于,所述判断单元分别判断所述每个信号片段中的信号的信号质量时,具体用于:
分别计算得到所述每个信号片段中的信号,与设定的标准信号之间的绝对相似度;计算得到所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;分别将所述每个信号片段中的信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个信号片段中的信号的信号质量。
11.根据权利要求7至10中任一权利要求所述的装置,其特征在于,所述选择单元根据所述每个信号片段中的信号的信号质量,分别确定对所述每个信号片段中的信号进行去噪处理的去噪方法时,具体用于:
如果信号片段中的信号的信号质量较高,则确定利用Savitzky-Golay滤波法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量一般,则确定利用小波变换法对该信号片段中的信号进行去噪处理;
如果信号片段中的信号的信号质量较低,则确定利用自适应滤波法对该信号片段中的信号进行去噪处理。
12.根据权利要求7至9中任一权利要求所述的装置,其特征在于,所述判断单元分别判断所述每个信号片段中的信号的信号质量时,具体用于:
分别计算得到每个信号片段中的信号,与设定的标准信号之间的相对相似度;
将所有信号片段中的,与所述设定的标准信号之间的相对相似度小于相对相似度阈值的信号,分别设定为无用信号;以及将所有信号片段中的,与所述设定的标准信号之间的相对相似度不小于所述相对相似度阈值的信号,分别设定为有用信号;
分别计算得到每个有用信号与所述设定的标准信号之间的绝对相似度;
计算得到所述每个有用信号与所述设定的标准信号之间的绝对相似度的平均值,作为绝对相似度阈值;
分别将所述每个有用信号与所述设定的标准信号之间的绝对相似度,与所述绝对相似度阈值进行对比,判断所述每个有用信号的信号质量。
CN201710229062.3A 2017-04-10 2017-04-10 一种信号处理方法及装置 Active CN108694355B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710229062.3A CN108694355B (zh) 2017-04-10 2017-04-10 一种信号处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710229062.3A CN108694355B (zh) 2017-04-10 2017-04-10 一种信号处理方法及装置

Publications (2)

Publication Number Publication Date
CN108694355A CN108694355A (zh) 2018-10-23
CN108694355B true CN108694355B (zh) 2021-10-22

Family

ID=63843155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710229062.3A Active CN108694355B (zh) 2017-04-10 2017-04-10 一种信号处理方法及装置

Country Status (1)

Country Link
CN (1) CN108694355B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109157200B (zh) * 2018-10-31 2021-03-23 安徽华米信息科技有限公司 噪声检测方法及装置
CN109918417B (zh) * 2019-02-28 2021-02-09 西安交通大学 基于小波变换的时序数据自适应分段、降维与表征方法及应用
CN111046836B (zh) * 2019-12-24 2023-04-18 杭州电力设备制造有限公司 局放信号的滤波去噪及分析方法、系统、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5297557A (en) * 1992-10-14 1994-03-29 Del Mar Avionics Stress test system with bidirectional filter

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6827695B2 (en) * 2002-10-25 2004-12-07 Revivant Corporation Method of determining depth of compressions during cardio-pulmonary resuscitation

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5297557A (en) * 1992-10-14 1994-03-29 Del Mar Avionics Stress test system with bidirectional filter

Also Published As

Publication number Publication date
CN108694355A (zh) 2018-10-23

Similar Documents

Publication Publication Date Title
US8112147B2 (en) Method and apparatus for generating determination indexes for identifying ECG interfering signals
CN103431856B (zh) 在多导联同步心电信号中选择心电导联的方法及装置
Kaur et al. A novel approach to ECG R-peak detection
CN108694355B (zh) 一种信号处理方法及装置
CN107233093B (zh) R波的检测方法、装置及电子设备
CN105943013B (zh) 心率检测方法及装置、智能可穿戴设备
CN110680302A (zh) 一种心电信号特征波的自动识别方法
CN107361764B (zh) 一种心电信号特征波形r波的快速提取方法
CN108888259A (zh) 一种心电信号实时qrs波检测方法
Singh et al. ECG signal denoising based on empirical mode decomposition and moving average filter
CN107811631A (zh) 心电信号质量评估方法
Xiaomeng A new real-time ecg r-wave detection algorithm
Belkadi et al. A robust QRS detection approach using stationary wavelet transform
CN110974189A (zh) 脉搏波的信号质量检测方法及装置、设备、系统
Swathi et al. R peak detection and feature extraction for the diagnosis of heart diseases
CN107361763B (zh) 一种心电图数据r波检测方法及装置
CN109009087A (zh) 一种心电信号r波的快速检测方法
CN108685561B (zh) 一种信号分析方法及装置
Jamaluddin et al. Performance of DWT and SWT in muscle fatigue detection
CN115969398B (zh) 眨眼检测方法及装置
CN112494001B (zh) Ppg信号质量评估方法、装置、穿戴式设备及存储介质
Narsimha et al. Denoising and QRS detection of ECG signals using Empirical Mode Decomposition
CN110420022B (zh) 一种基于双密度小波变换的p波检测方法
CN115486849A (zh) 心电信号质量评估方法、装置及设备
CN110179456B (zh) 心电噪声识别模型训练及心电噪声检测方法、装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant