首页 > 文献资料
-
基于滤波器组的ECG无损数据压缩技术
本文提出了一种基于整-整映射滤波组的数据无损压缩算法和优化编码方案.以MIT-BIH心律失常数据库为基础,通过多级整-整变换把心电信号(ECG)分解成在不同频带上的频率成分,然后对分解后的变换数据作统计分析,按空间优化和速度优化并重的原则,提出一种适合ECG无损压缩的优化编码方法.用MIT-BIH(采样率为360Hz)数据库测试表明该算法的平均数据无损压缩率为2.52,平均解码次数为1.375,,其中72%的数据仅需一次解码.这种数据无损压缩算法可用于开发更高性能的Holter系统.
-
应用滤波器组相关法去噪以检测心室晚电位
目的在心室晚电位的检测中,大可能地保留晚电位在拍与拍间的变化.方法使用滤波器组,根据连续两拍心电信号间的相关特性检出QRS终点.结果仿真心电信号终点检出率在较低噪声时表现相当平稳地在95%以上,只有当噪声增至高于6μV时才明显的开始滑落,直到约7μV时仍接近90%.而在临床心电信号实验中,只通过两拍亦取得与临床诊断相符的结果.结论使用滤波器组相关法去噪可检测心室晚电位拍与拍间的变化.
-
基于主元分析法和非均匀滤波器组的咳嗽信号特征提取
咳嗽识别在临床上具有重要的诊断指导意义.针对咳嗽频谱能量的分布特点,本文提出了一种新的梅尔(Mel)频率倒谱系数(MFCC)提取方法.将咳嗽频谱划分为若干个频段,采用主元分析方法计算各频段的能量强度系数,根据强度系数的插值曲线分配滤波器个数,设计Mel刻度上非均匀分布的滤波器组进行MFCC特征提取.基于隐马尔可夫模型(HMM)的咳嗽识别实验表明,该方法可以有效改善咳嗽识别的效果.