【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Matlab源码
【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Matlab源码
TT_Matlab
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，完整matlab代码或者程序定制加qq1575304183。
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
100
ms）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。