改进EEMD算法在心电信号去噪中的应用

作者：潘广贞; 王凤; 孙艳青

来源：数据采集与处理, 2018, 33(04): 646-653.

DOI：10.16337/j.1004-9037.2018.04.009

• 集合经验模态分解
• 马氏距离
• 果蝇算法
• 心电信号
• 去噪

集合经验模态分解(Ensemble empirical mode decomposition,EEMD)方法在去除心电信号噪声时,噪声本征模态函数(Intrinsic mode function,IMF)分量难以选择且将噪声分量直接去掉会导致信号失真。针对上述问题,提出了一种基于EEMD的自适应阈值算法。首先对含噪心电图(Electrocardiogram,ECG)数据进行EEMD分解,得到IMF,根据马氏距离进行信号IMF分量和噪声IMF分量的判定,然后通过果蝇优化算法确定噪声IMF的阈值,将经过阈值去噪的新的分量和剩余分量重构得到去噪后的ECG。最后,使用MIT-BIH数据库中的心电数据进行实验,实验结果表明,该方法在去噪同时能够较好地保留信号细节。

• 出版日期2018
• 单位中北大学