一种含噪IMF分量及心电信号的去噪方法与流程

技术特征：

1.一种含噪IMF分量的去噪方法，包括如下步骤：

S10、对第一个含噪的IMF分量进行小波分解，分解N层，N为自然数；

S20、前K个层次的小波系数利用双阈值方法处理，K为自然数且K＜N；

S30、第K+1到N层中的小波系数利用单阈值方法处理；

S40、阈值处理后进行小波重构，得到第一个去噪的IMF分量；

S50、重复上述S1～S4四个步骤，将所有含噪的IMF分量都进行阈值去噪处理。

2.根据权利要求1所述的含噪IMF分量的去噪方法，其特征在于，所述步骤S20包括如下步骤：

S21、小波分解后得到第i层的小波系数di，i≤K且i为自然数；

S22、求取第i层小波系数di的平均值g，计算公式如下：

其中，n为信号长度，di为小波系数；

S23、根据该平均值计算出第i层小波系数中的上阈值Ht、下阈值Lt，计算公式如下：

Ht＝g+(Max-g)·θ

Lt＝g-(g-Min)·θ，其中，Max和Min分别为第i层小波系数中的最大值和最小值，θ为上下阈值选取参数，其取值范围为(0,1)；

S24、通过上阈值Ht、下阈值Lt对di的小波系数进行处理，保留上下阈值之间的小波系数，达到去噪的目的；

S25、重复上述S21～S24四个步骤，直到前K个尺度都进行双阈值去噪处理。

3.根据权利要求1所述的含噪IMF分量的去噪方法，其特征在于，所述步骤S30包括如下步骤：

S31、小波分解后得到第i层的小波系数di，K+1≤i≤N且i为自然数；

S32、使用如下阈值函数处理第i层小波系数di：

其中，sgn()为符号函数，d_i为小波系数，α和β为调整阈值函数结构的参数；λ为改进阈值，计算公式为：

其中，N为信号长度，j为分解尺度，σ为高斯白噪声的标准差，

S33、重复上述S21和S21两个步骤，直到第K+1～N个尺度都进行单阈值去噪处理。

4.一种心电信号去噪方法，其特征在于，包括如下步骤：

S100、将含噪心电信号进行EEMD分解；

S200、根据噪声统计特性判定含噪IMF和信号IMF的分界点序号；

S300、使用如权利要求1～3中任意一种方法处理所述含噪IMF分量，得到小波阈值处理后的IMF分量；

S400、将所述小波阈值处理后的IMF分量与所述信号IMF分量重构，得到去噪的心电信号。

5.根据权利要求1所述的心电信号去噪方法，其特征在于，所述步骤S100包括如下步骤：

S101、将信号f加入均值为零、方差为常数的高斯白噪声s(t)，得到一个新的信号X(t)，即X(t)＝f(t)+s(t)；

S102、将信号X(t)进行EMD分解为有限个IMF分量和趋势项，即其中j表示第j个IMF分量，j≤N且j为自然数；

S103、每次加入不同的白噪声，重复上述S101和S102两个步骤，得到其中i表示第i次加入白噪声，i≤N且i为自然数；

S104、将上述结果进行总体平均运算，用来消除多次加入白噪声对真实IMF的影响，得到IMF分量，即其中s表示IMF分量的个数。

6.根据权利要求1所述的心电信号去噪方法，其特征在于，所述步骤S200包括如下步骤：

S201、计算各阶IMF与原始心电信号x(t_i)的相关系数R(x(t_i)，IMF_j(t_i))；它由下式确定：

其中，cov()代表协方差；

S202、含噪IMF和信号IMF的分界点序号k由下式确定：

其中，firstlocal表示第一个局部极小值点；

S203、根据分界点k，将其前面视为含噪IMF分量，其后面视为信号IMF分量。