换一批摘要心冲击信号 (BCG) 是反映心脏机械运动的生理信号, 能实现无电极束缚条件下的连续采集测量.但BCG信号微弱, 易受干扰, 测量时经常会淹没在噪声中.为了消除噪声, 有效识别BCG信号特征, 提出一种基于经验模态分解 (EMD) 联合独立分量分析的BCG信号降噪方法.首先, 将含噪BCG信号进行EMD分解, 获得一系列按频率从高到低的固有模态分量 (IMF), 采用模态相关准则进行信号层与噪声层的判定;其次, 将分界之上的IMF分量构建虚拟噪声通道, 基于ICA算法对原始BCG信号进行盲源分离, 从而得到降噪后的BCG信号.采集10名健康受试者的BCG信号进行降噪处理.量化评价结果表明, 与小波方法和EMD方法相比, 降噪后信噪比均显著提高 (小波方法11.01±1.58, EMD方法5.19±1.29, 所提出方法14.87±3.04, P<0.05), 能量百分比也均显著提高 (小波方法88.81％±2.81％, EMD方法96.15％±2.96％, 所提出方法96.64％±2.92％, P<0.05), 从而证明所提出方法降噪效果明显, 能够有效还原BCG信号特征.
更多相关知识
关键词
心冲击信号 (BCG)经验模态分解 (EMD)独立分量分析 (ICA)降噪ballistocardiogram (BCG)empirical mode decomposition (EMD)independent component analysis (ICA)de-noising
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2019.02.002
发布时间
2019-06-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
军队后勤科研项目（CBJ14C005）
- 浏览159
- 被引44
- 下载8
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
