基于多分辨分析的人体脉搏信号滤波方法的研究_图文

1、 厂(f=c,j缈,j(f+d。jf,ot。4J。h一(2式(2中右边第一项为函数厂(r向尺度空间矿,投影后所得到的尺度,下的全貌信号,第二项为函数,(f向细节空间移投影后所得到的不同尺度下的细节信号.其中:fC/(f,9(fld/,k朋,%(f(3分别称为尺度展开系数和小波展开系数。由多分辨分析可知,小波分解能够将原始信号分解为不同频段下的信号.对信号进行小波分解,从数字滤波器的角度,可以用图1所示的结构实现,其中HG为双尺度方程所决定的滤波器系数:钆盔j图1离散序列双通道滤波过程若将信号的输入序列看作一离散序列,则上图所示为一输入离散序列进行双通道滤波的过程,可以称H,G为双通道滤波器组。

2、进行一次小波分解,可以得到信号的低频概况%和高频细节4”。因此对信号进行分解,也就是不断对信号实施小波分解运算,从而将采集到的信号分解为不同频段的信号数据,以便在不同频段内对信号进行分析与处理,可以用图2中级联滤波器组的形式表示。钆d厶图2级联滤波器组3.脉搏信号的小波交换特性.在信号的突变部分,某些小波分量表现幅度大,它与噪声在高频部分的均匀表现正好形成明显的对比,因此正交小波分解能有效地区分信号中的突变部分和噪声。小波滤波也就是在根据信号在不同尺度上小波变换的不同形态表现,构造相应规则,对信号和噪声的小波变换进行处理。处理的实质在于减小以至完全消除由噪声产生的系数,同时最大限度地保留有效信

3、号产生的系数,再由处理后的滤波变换系数重构原信号,得到去除了噪声的信号。为了测试小波分解方法对脉搏信号的滤波效果,测量了人体的实际脉搏,并根据Mallat算法得出含噪信号在尺度l8下的小波变换,如图3所示。图中至上到下,依次为原信号及在尺度18八个尺度上的小波变换结果吲(x。从图中可以看出,信号的高频噪声主要落在S52,和S=22的小尺度上,低频分量主要落在sffi22。的较大尺度上。对脉搏信号进行消噪就可以通过对小尺度变换结果的噪声处理来实现.图3脉搏信号及它在的8层小波分解4.闽值法滤波。在含噪信号中,噪声类型通常为脉冲噪声和高斯白噪声两种。对于脉冲信号,(曲26(x,其小波变换为:%(蹦

4、=邝屯(x=5(J。屯(力=丸(工=(1/J净(孝(4所以,随着尺度s的增大,I眈(s,x12逐渐减小。对于均值为0,方差为盯2的平稳白噪声一(x,其互相关函数为:研玎(“以(V】_盯26一D(6其小波变换为:形(5,力=丹(曲屯(D2L一似屯伍一“du(7%咖J呒(s,工|2=月(“以(岘。一“丸。一Vdudv(8砷吒(J叫2;H=no2a(u-VM“一。屯啊一v如由za2Lk“一”12幽孚Mx2西,-掣(9s I H J 由式(9可看出随着尺度5的增大,限“一扩的均值也是逐渐减小的。所以,在多分辨小波变换中,可以精细地刻画出信号的奇异性。信号的小波变换系数随尺度的增大而增大,而噪声的小波变

5、换系数随尺度的增大而减小。因而可以用门限阈值形式对小波系数进行处理。然后对信号进行重构即可以达到消噪的目的。阈值法去噪的主要原理是:信号经小波变换后,噪声能量小于信号能量,与之对应的小波系数也将小于信号对应的小波系数,则可以将小于某阈值的小波系数去除而实现去噪。一般来说,噪声处于高频段,信号处于低频段,则可利用小波变换的多分辨特性,将原始信号分解为不同频段下的信号,根据阈值去掉某些“细节”,再用小波逆变换恢复剩余的信号,-131.5(工一S(扣占/0=“月X摹( 则慨得到去除干扰的信号。使用小波分析对维信号进行阈值消噪步骤如下:(1一维信号的小波分解:选择小波If,(并确定小波分解的层次N,然

6、后对信号5(“进行N层小波分解;(2高频系数的闽值选择:对丁.第1层到第N层的每一层,高频系数选择一个阈值进行量化处理;(3一维小波的重构:根据小波分解的第N 层的低频系数和经过量化处理后的第l层到第N层的高频系数,进行一维信号的小波重构。在这3个步骤中,最关键的就是步骤2中的如何选取阈值和如何进行I嘲值的量化,从某种程度卜说,它直接关系到信号消噪的质量。常Jj的阈值消噪方法彳f以下三种:(1强制消噪处理:把小波分解结构中的高频系数全部变为0,即把高频部分伞部滤掉,然后再对信号进行重构处理。这种方法虽然比较简单,重构后的信号也比较平滑,但容易丢失信号的彳f用成份。(2默认阈值消噪处理;对于一维

7、信号,其默认阚值thr求法如下:.42In以m伪r=一0.6745(10其中,n为原离散信号叫一的长度,m为用dbl小波对,(n进行单尺度分解后的高频系数的绝对值的均值。(3给定软(或硬阈值消噪处理:在实际的消噪处理过程中,阈值往往可以通过经验公式获得,而只.比默认阈值更具有可信度。(二结果与讨论取临床榆测记录的一例脉搏信号为原始含噪信号,采样的数据长度为N=1024,噪声使用高斯自噪声。分别采用强制法、默认阈值法和给定阈值法进行消噪处理,根据上述方法,选择db3小波基进行4层分解进行消噪处理。强制法将高频系数置为0;默认阐值消噪时,使用MATLAB中内部函数thselect,采用史坦(Ste

8、in的无偏似然估计(Unbiased Risk Estimate原理产生信号的自适应阈值;其消噪结果如图4所示:(上接第158页后是任务解决方案,其他解决方案,最后是知识的扩展,应用实例,设计由任务提出到方案解决自成系统。5.评价标准。课程评价包含任务评价、项同评价、课程评价三层面,体现全面考核、综合评价,既有形成性评价,又有终结性评价。考核项目涵盖学乍的能力、知识、态度,突出能力考核,在能力考核中体现出单项能力和综合能力考核,特别是综合能力的考核。要求达到的能力目标要Jj项目任务完成的效果来考核,考核方式易于操作,对每个学生有独也完成的考核内容。知识考核要以“对知识的运用”的考核为主,主要不

9、是考知识本身。(五教材建设教材应将专业职业活动,分解成若干典型的工作项目, .132.图4脉搏信号去噪结果可以看出,用阈值法去噪不仅能几乎完全抑制噪声,而且可很好地保留反映原始信号的特征尖峰点,具有很好的去噪效果。强制法将高频部分全部滤除,但丢失了有用成份,容易造成谱峰变形:默认阈值法是由系统产生固定阈值,把小于该阈值的系数删除再进行重构得到滤噪的信号;给定阈值法是根据经验设置每一层小波分解系数的阈值,然后再重构信号。给定阈值法理论上可以达到第2种方法的结果,但它是用人工操作求闽值,带有经验性和人为主观性,繁琐而费时,对于每一个实验体系都要通过大量的尝试才能得到每一层小波分解的最优闽值,不如默

10、认阈值法简单方便。通过比较可以看出默认阂值法可以取得比较好的滤噪效果,而且工作量大大减少,适应性强,对脉搏分析信号进行滤波处理,取得满意结果。(三结论利用上述方法可以有效的对脉搏信号进行滤波,其研究结果的价值在于,对脉搏信号的后续分析处理提供了先决条件,但是由于缺乏大量样本验证,实验结果距临床使用还有一定的差距。【参考文献】【1】1费兆馥.现代中医脉诊学IM.人民卫生出版社,2003.【21张丽琼,王炳和.基于小波变换的人体脉搏信号去噪处理m.陕西师范大学学报(自然科学版。2(X4,32:8486.【3】3赵治栋,吴涛,潘敏,等.小波阈值去噪技术研究及其在生物医学信号处理中的应用【11.200

11、4,280:277281.【4l张吉先,钟秋海,戴亚平.小渡门限消噪法应用中分解层数及闲值的确定1.中国电机工程学报,2004,24(2:118-122.【5】Chun T.L.Ling Y.W.Sp,ctrum analysis of human pulse U】.IEEE Tram BME,1983,30(6:348-351.按完成1=作项目的需要和岗位操作规程,结合高级车工、铣工、数控机床操作工的知识、技能的要求组织教材内容。要通过外圆,端面、台阶、螺纹、孔等项目,引入必须的理论知识,增加实践实操内容,强调理论在实践过程中的应用。【参考文献】【1】1钟波,陈容,冯云.高职机电一体化专业实践教学模式的改革与探索U1.职教论坛,2006(06.【2】王宏颖,朱自勤.对机电一体化专业教学的思考U】.科技信息(学术版,2006(02.f3】姜大源.当代德国职业教育主流思想研究】.清华大学出版社.2007(04. 14】姜大源.职业教育学研究新论】.教育教学出版社。2006(9. 基于多分辨分析的人体脉搏信号滤波方法的研究作者:杨凤霞作者单位:西安航空职业技术学院,陕西,西安,710089刊名:大众科技英文刊名:POPULAR SCIENCE & TECHNOLOGY年,卷(期:2009(4参考文献(5条1.赵治栋;吴涛;潘敏小波阈值去噪技术研究及其在生物医学信号处理中的