基于集合经验模态分解的心电信号自适应降噪及基线漂移修正

作     者：邱展航 刘华珠 赵晓芳 陈星豪 QIU Zhanhang;LIU Huazhu;ZHAO Xiaofang;CHEN Xinghao

作者机构：东莞理工学院计算机科学与技术学院广东东莞523808 东莞理工学院国际微电子学院广东东莞523808 

出 版 物：《东莞理工学院学报》 (Journal of Dongguan University of Technology)

年 卷 期：2024年第31卷第3期

页      面：43-52页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：东莞市科技特派员项目(20221800500112) 

主　　题：心电信号 集合经验模态分解 降噪 基线漂移 

摘      要：在心电信号的采集过程中,各种噪声的干扰会引起信号失真及基线漂移,进而影响对心脏信号的精准判断。针对此,提出一种基于集合经验模态分解的自适应算法。首先,对含有噪声及基线漂移的心电信号进行集合经验模态分解(EEMD),分解出固有模态函数(IMF)分量。然后,筛选出需要处理的IMF分量。最后,通过自适应窗口处理带噪的低阶IMF以及移除导致基线漂移的高阶IMF,从而达到降噪和修正基线漂移的目的。在MIT-BIH数据库中的实验结果表明,基于EEMD方法的降噪效果良好,在同等肌电噪声情况下,与基于EMD的自适应窗口法对比,在平均信噪比上提升1.7507,增幅约为13%;在同等基线漂移情况下,与基于EEMD的阈值法对比,在平均基线矫正率上下降0.0795,降幅约为14%。