【信号去噪】基于自适应滤波+平滑滤波+小波滤波实现心电信号去噪处理含Mat

1 简介

本文采用自适应滤波、平滑滤波、小波滤波三种算法实现心电信号去噪处理。

2 部分代码

%----------------------------------------------->
% R检波算法
% 采用的是心电信号一二阶差分平方和的方法
% 输入：input_A为需要检波的心电信号
% 输出：output_A为包含R波位置信息的矩阵
% R1为心率
% T1为R-R间期
%----------------------------------------------->
function [output_A,R1,T1]=R_detect(input_A)
[m,n]=size(input_A);
%求一阶差分并取平方
diff_1=zeros(m,n);
for j=1:n
for i=2:m-1
diff_1(i,j)=(input_A(i+1,j)-input_A(i-1,j))/2;
end
end
squa_1=diff_1.^2;
%求二阶差分并求平方
diff_2=zeros(m,n);
for j=1:n
for i=3:m-2
diff_2(i,j)=(input_A(i+2,j)+2*input_A(i+1,j)-2*input_A(i-1,j)-input_A(i-2,j))/8;
end
end
squa_2=diff_2.^2;
% figure;
% plot(squa_1+squa_2);title('一、二阶差分平方和');
%找出满足阈值条件的点的位置
sq=squa_1+squa_2; %差分平方和
A=max(sq); %求出每一列的最大值
A=0.48*A; %求出初始阈值为最大值的0.5倍
LOC=zeros(m,n);
k=0;
for j=1:n
for i=1:m
if(sq(i,j)>A(j))
LOC(i,j)=1;
k=k+1;
else
LOC(i,j)=0;
end
end
end
%找出信号中的R点的位置，前后取50点（对应100ms）找极大值点
output_A=zeros(k,2);
l=1;
for j=1:n
for i=1:m
if(LOC(i,j)==1)
if(i<=50)
AA=max(input_A(1:i+50,j));
BB=find(input_A(1:i+50,j)==AA);
CC=BB;
output_A(l,1)=CC;
output_A(l,2)=input_A(CC,j);
l=l+1;
end
if((i>50)&&(i<=m-50))
AA=max(input_A(i-50:i+50,j));
BB=find(input_A(i-50:i+50,j)==AA);
CC=i-50+BB-1;
output_A(l,1)=CC;
output_A(l,2)=input_A(CC,j);
l=l+1;
end
if(i>m-50)
AA=max(input_A(i-50:m,j));
BB=find(input_A(i-50:m,j)==AA);
CC=i-50+BB-1;
output_A(l,1)=CC;
output_A(l,2)=input_A(CC,j);
l=l+1;
end
end
end
end
KK=unique(output_A(:,1));
[m1,n1]=size(KK);
for i=1:m1-1
LL=KK(i+1)-KK(i);
end
T1=mean(LL/500);
%心率
R1=60/T1;

3 仿真结果

4 参考文献

[1]敬人可, 李建增, and 周海林. "基于小波包变换和自适应滤波的超声信号去噪." 中国测试 4(2014):4.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。