[1]郭垚垚,陈兆学.一种脉搏波和心电信号时域基线漂移消除方法[J].中国医学物理学杂志,2016,33(2):167-172.[doi:10.3969/j.issn.1005-202X.2016.02.012]
 [J].Chinese Journal of Medical Physics,2016,33(2):167-172.[doi:10.3969/j.issn.1005-202X.2016.02.012]
点击复制

一种脉搏波和心电信号时域基线漂移消除方法()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
33卷
期数:
2016年2期
页码:
167-172
栏目:
医学信号处理与医学仪器
出版日期:
2016-02-25

文章信息/Info

文章编号:
1005-202X(2016)02-0167-06
作者:
郭垚垚陈兆学
上海理工大学医疗器械与食品学院,上海200093
关键词:
脉搏波心电基线漂移特征点检测插值
分类号:
R318;TN911.72
DOI:
10.3969/j.issn.1005-202X.2016.02.012
文献标志码:
A
摘要:
目的:脉搏波和心电信号都是临床诊断的重要依据,但是基线漂移的存在影响了诊断的准确性,因此信号处理中 首先要对信号去除基线漂移。方法:检测脉搏波和心电信号的时域特征点,将检测得到的特征点作为插值节点做插值得 到时域的基线信号,原信号减去基线信号即得去除基线漂移的信号。为比较不同算法的差异,实验分别采用高斯滤波、中 值滤波、形态学滤波和本文算法(插值拟合法)对同一信号进行基线漂移消除实验。结果:实验表明高斯滤波的结果最 差,中值滤波和形态学滤波都能有效地去除基线漂移,但是失真却比较严重,而插值拟合法不仅能有效的去除基线漂移, 同时也最大程度地保留了原信号的成分。结论:插值拟合法与其他3种方法相比,具有更好的鲁棒性和适应性,对于消除 基线漂移有着良好的效果。

相似文献/References:

[1]陆宏伟,王春芳,花有园,等.基于虚拟仪器的人体生理信号发生器的研制[J].中国医学物理学杂志,2013,30(01):3906.[doi:10.3969/j.issn.1005-202X.2013.01.017]
[2]韩国成,古旺,朱健铭,等.基于BMD101芯片的便携式心电监护仪研制[J].中国医学物理学杂志,2017,34(8):850.[doi:DOI:10.3969/j.issn.1005-202X.2017.08.020]
[3]苏志刚,朱海玲,郝敬堂. 基于高斯混合模型的脉搏波特征提取方法[J].中国医学物理学杂志,2018,35(1):76.[doi:DOI:10.3969/j.issn.1005-202X.2018.01.014]
 SU Zhigang,ZHU Hailing,HAO Jingtang. Gaussian mixture model-based method for extracting the features of pulse wave[J].Chinese Journal of Medical Physics,2018,35(2):76.[doi:DOI:10.3969/j.issn.1005-202X.2018.01.014]
[4]苏志刚,吕江波,郝敬堂. 基于平滑先验法去除脉搏波基线漂移[J].中国医学物理学杂志,2018,35(10):1197.[doi:DOI:10.3969/j.issn.1005-202X.2018.10.017]
 SU Zhigang,LÜ,Jiangbo,et al. Removal of baseline drift of pulse wave based on smoothness prior[J].Chinese Journal of Medical Physics,2018,35(2):1197.[doi:DOI:10.3969/j.issn.1005-202X.2018.10.017]
[5]陈倩蓉,梁永波,赵飞骏,等. 基于心电-脉搏波的心血管疾病识别研究[J].中国医学物理学杂志,2019,36(2):210.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.017]
 CHEN Qianrong,LIANG Yongbo,ZHAO Feijun,et al. Cardiovascular disease recognition based on electrocardiogram data and pulse wave[J].Chinese Journal of Medical Physics,2019,36(2):210.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.017]
[6]程敏,陈兆学. 基于指端脉搏波视频信号的心率稳定检测算法[J].中国医学物理学杂志,2019,36(2):215.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.018]
 CHENG Min,CHEN Zhaoxue. An algorithm based on video signals of pulse waves on the finger tip for stable detection of heart rates[J].Chinese Journal of Medical Physics,2019,36(2):215.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.018]
[7]鲍凯林,陈兆学.基于多尺度样本熵方法分析欧拉视频放大技术在非接触式测量的作用[J].中国医学物理学杂志,2020,37(5):635.[doi:10.3969/j.issn.1005-202X.2020.05.020]
 BAO Kailin,CHEN Zhaoxue.Application of Euler video amplification technology in non-contact measurement: an analysis basedon multi-scale sample entropy[J].Chinese Journal of Medical Physics,2020,37(2):635.[doi:10.3969/j.issn.1005-202X.2020.05.020]
[8]郑嘉强,程云章,边俊杰.基于脉搏波特征参数的无创连续血压测量研究进展[J].中国医学物理学杂志,2020,37(6):749.[doi:DOI:10.3969/j.issn.1005-202X.2020.06.017]
 ZHENG Jiaqiang,CHENG Yunzhang,BIAN Junjie.Advances in non-invasive continuous blood pressure measurement based on characteristic parameters of pulse wave[J].Chinese Journal of Medical Physics,2020,37(2):749.[doi:DOI:10.3969/j.issn.1005-202X.2020.06.017]
[9]张浩强,安蒙蒙,卜朝晖,等.基于超声回波信号的指端脉搏波提取[J].中国医学物理学杂志,2020,37(10):1306.[doi:DOI:10.3969/j.issn.1005-202X.2020.10.016]
 ZHANG Haoqiang,AN Mengmeng,BU Zhaohui,et al.Fingertip pulse wave extraction based on ultrasonic echo signal[J].Chinese Journal of Medical Physics,2020,37(2):1306.[doi:DOI:10.3969/j.issn.1005-202X.2020.10.016]
[10]王一飞,刘光浚,刘轩吉,等.基于神经网络的脉搏波信号血压检测算法[J].中国医学物理学杂志,2022,39(8):998.[doi:DOI:10.3969/j.issn.1005-202X.2022.08.014]
 WANG Yifei,LIU Guangjun,LIU Xuanji,et al.Neural network-based blood pressure detection algorithms for pulse wave signals[J].Chinese Journal of Medical Physics,2022,39(2):998.[doi:DOI:10.3969/j.issn.1005-202X.2022.08.014]

备注/Memo

备注/Memo:
上海市教委科研创新项目(13YZ069)
更新日期/Last Update: 2016-02-29