本發(fā)明涉及心電信號(hào)處理，具體涉及一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法。

背景技術(shù)：

1、傳統(tǒng)的數(shù)字濾波法在頻域中處理心電圖信號(hào)，但由于ecg信號(hào)和噪聲信號(hào)之間存在頻帶混疊，會(huì)導(dǎo)致許多有用信號(hào)被濾波；在小波閾值方法中，其局部時(shí)頻分析能力較強(qiáng)，但難點(diǎn)在于閾值選擇，其中閾值設(shè)置過低會(huì)產(chǎn)生噪聲，而閾值設(shè)置過高會(huì)損壞ecg信號(hào)，小波基的選擇也會(huì)影響去噪效果；emd算法可以遞歸地將含噪信號(hào)分解為一系列固有模式函數(shù)(intrinsic?mode?function，imf)分量，但噪聲和無噪聲imf分量之間通常存在模式混疊以及虛假分量，使去噪效果變得有限；2014年dragomiretskiy等提出了變分模態(tài)分解(variational?mode?decomposition，vmd)，基于完全非遞歸分解，可以將信號(hào)分解成一系列imf分量，并確定每個(gè)模態(tài)分量的中心頻率，因此可以有效地解決emd算法中模態(tài)混疊的現(xiàn)象；但vmd分解得到的每個(gè)模態(tài)分量都含有信號(hào)和噪聲，若隨意去除任一分量都會(huì)影響重構(gòu)后ecg信號(hào)的準(zhǔn)確性。近年來，許多研究人員利用vmd對(duì)ecg信號(hào)中的低頻噪聲基線干擾進(jìn)行去噪，而高頻噪聲肌電干擾卻放任不管，并且vmd分解過程中模態(tài)個(gè)數(shù)k和懲罰參數(shù)α的選擇直接影響信號(hào)的分解效果。綜上，現(xiàn)有技術(shù)在去除心電信號(hào)噪聲的同時(shí)，存在信息丟失、適應(yīng)性不足、計(jì)算復(fù)雜、參數(shù)選擇困難和噪聲去除不徹底等問題。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：本發(fā)明的目的是提供一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，通過計(jì)算imf分量的能量熵、與含噪信號(hào)的余弦相似度等指標(biāo)，并根據(jù)這些指標(biāo)動(dòng)態(tài)調(diào)整woa算法和去噪操作解決背景技術(shù)中存在的問題。

2、技術(shù)方案：本發(fā)明所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，包括以下步驟：

3、(1)采集心電信號(hào)并進(jìn)行預(yù)處理；

4、(2)利用優(yōu)化后的woa算法對(duì)vmd算法中模態(tài)個(gè)數(shù)k和懲罰參數(shù)α進(jìn)行尋優(yōu)；

5、(3)采用iwoa優(yōu)化的vmd算法和改進(jìn)小波閾值對(duì)心電信號(hào)去噪；

6、(4)選取信噪比、均方根誤差、自相關(guān)系數(shù)作為衡量去噪效果的指標(biāo)；

7、(5)輸出經(jīng)過去噪后的高質(zhì)量心電信號(hào)。

8、進(jìn)一步的，步驟(1)中，采集心電信號(hào)具體如下：利用心電監(jiān)測設(shè)備，設(shè)備包含多個(gè)電極，電極放置在患者胸部和四肢，心電監(jiān)測設(shè)備通過導(dǎo)線或無線方式連接到數(shù)據(jù)采集器，數(shù)據(jù)采集器內(nèi)置有高精度的模擬-數(shù)字轉(zhuǎn)換器采集心電信號(hào)，采集到的信號(hào)包括p波、qrs波群和t波同時(shí)記錄時(shí)間戳和電極位置信息。

9、進(jìn)一步的，步驟(1)中，預(yù)處理具體如下：將采集到的心電信號(hào)通過帶通濾波器自適應(yīng)濾波算法去除基線漂移；其中，濾波器的通帶設(shè)置在0.5hz至150hz之間，以去除低于0.5hz的基線漂移和高于150hz的高頻噪聲。

10、進(jìn)一步的，步驟(2)中，通過改變搜索路徑和引入混沌機(jī)制得到改進(jìn)后的woa；其中，通過引入費(fèi)馬螺旋曲線改變搜索路徑。

11、進(jìn)一步的，步驟(3)中，利用擾動(dòng)機(jī)制和復(fù)雜路徑的iwoa優(yōu)化vmd算法，確定參數(shù)組合k和α，選取能量熵為適應(yīng)度函數(shù)。

12、進(jìn)一步的，步驟(3)中，小波閾值去噪的關(guān)鍵在于閾值和閾值函數(shù)的選擇，其中，選取固定閾值確定imf的閾值：

13、

14、其中，xi為第i個(gè)imf函數(shù)的閾值，n為信號(hào)長度。

15、選取軟闕值函數(shù)作為閾值函數(shù)：

16、

17、其中，wj,k是小波系數(shù)，λ是閾值。

18、進(jìn)一步的，步驟(5)公式如下：

19、

20、其中，si為原信號(hào)，yi為重構(gòu)信號(hào)。

21、本發(fā)明所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪系統(tǒng)，包括：

22、預(yù)處理模塊：用于采集心電信號(hào)并進(jìn)行預(yù)處理；

23、woa模塊：用于利用優(yōu)化后的woa算法對(duì)vmd算法中模態(tài)個(gè)數(shù)k和懲罰參數(shù)α進(jìn)行尋優(yōu)；

24、iwoa模塊：用于采用iwoa優(yōu)化的vmd算法和改進(jìn)小波閾值對(duì)心電信號(hào)去噪；

25、衡量模塊：用于選取信噪比、均方根誤差、自相關(guān)系數(shù)作為衡量去噪效果的指標(biāo)；

26、輸出模塊：用于輸出經(jīng)過去噪后的高質(zhì)量心電信號(hào)。

27、本發(fā)明所述的一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被加載至處理器時(shí)實(shí)現(xiàn)根據(jù)任一項(xiàng)所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法。

28、本發(fā)明所述的一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)任一項(xiàng)所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法。

29、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明具有如下顯著優(yōu)點(diǎn)：結(jié)合了優(yōu)化的vmd分解和小波閾值。采用費(fèi)馬曲線替代經(jīng)典的對(duì)數(shù)螺旋曲線來改進(jìn)鯨魚優(yōu)化算法(woa)。通過改進(jìn)的woa優(yōu)化vmd中的模態(tài)個(gè)數(shù)k和懲罰參數(shù)α，獲得一系列本征模態(tài)函數(shù)(imf)分量。利用相關(guān)系數(shù)分析判斷主分量和噪聲分量，隨后對(duì)噪聲分量應(yīng)用小波閾值法去噪。最后，將主導(dǎo)模態(tài)與去噪后的分量重構(gòu)，得到降噪后的心電信號(hào)(ecg)。本方法通過先進(jìn)的信號(hào)處理技術(shù)和算法優(yōu)化，提高了心電信號(hào)處理的精度和效率，確保在不同監(jiān)測條件下提供高質(zhì)量的心電信號(hào)。這將提升心電信號(hào)的診斷價(jià)值，為心臟病患者提供更準(zhǔn)確的診斷與治療方案。

技術(shù)特征：

1.一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，其特征在于，步驟(1)中，采集心電信號(hào)具體如下：利用心電監(jiān)測設(shè)備，設(shè)備包含多個(gè)電極，電極放置在患者胸部和四肢，心電監(jiān)測設(shè)備通過導(dǎo)線或無線方式連接到數(shù)據(jù)采集器，數(shù)據(jù)采集器內(nèi)置有高精度的模擬-數(shù)字轉(zhuǎn)換器采集心電信號(hào)，采集到的信號(hào)包括p波、qrs波群和t波同時(shí)記錄時(shí)間戳和電極位置信息。

3.根據(jù)權(quán)利要求1所述的一種基于自監(jiān)督學(xué)習(xí)的oct圖像的分類方法，其特征在于，步驟(1)中，預(yù)處理具體如下：將采集到的心電信號(hào)通過帶通濾波器自適應(yīng)濾波算法去除基線漂移；其中，濾波器的通帶設(shè)置在0.5hz至150hz之間，以去除低于0.5hz的基線漂移和高于150hz的高頻噪聲。

4.根據(jù)權(quán)利要求1所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，其特征在于，其特征在于，步驟(2)中，通過改變搜索路徑和引入混沌機(jī)制得到改進(jìn)后的woa；其中，通過引入費(fèi)馬螺旋曲線改變搜索路徑。

5.根據(jù)權(quán)利要求1所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，其特征在于，其特征在于，步驟(3)中，利用擾動(dòng)機(jī)制和復(fù)雜路徑的iwoa優(yōu)化vmd算法，確定參數(shù)組合k和α，選取能量熵為適應(yīng)度函數(shù)。

6.根據(jù)權(quán)利要求1所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，其特征在于，其特征在于，步驟(3)中，小波閾值去噪的關(guān)鍵在于閾值和閾值函數(shù)的選擇，其中，選取固定閾值確定imf的閾值：

7.根據(jù)權(quán)利要求1所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法，其特征在于，其特征在于，步驟(5)公式如下：

8.一種基于woa-vmd的聯(lián)合心電信號(hào)降噪系統(tǒng)，其特征在于，包括：

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被加載至處理器時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1-7任一項(xiàng)所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法。

10.一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1-7任一項(xiàng)所述的一種基于woa-vmd的聯(lián)合心電信號(hào)降噪方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于WOA?VMD的聯(lián)合心電信號(hào)降噪方法，包括以下步驟：(1)采集心電信號(hào)并進(jìn)行預(yù)處理；(2)利用優(yōu)化后的WOA算法對(duì)VMD算法中模態(tài)個(gè)數(shù)K和懲罰參數(shù)α進(jìn)行尋優(yōu)；(3)采用IWOA優(yōu)化的VMD算法和改進(jìn)小波閾值對(duì)心電信號(hào)去噪；(4)選取信噪比、均方根誤差、自相關(guān)系數(shù)作為衡量去噪效果的指標(biāo)；(5)輸出經(jīng)過去噪后的高質(zhì)量心電信號(hào)；本發(fā)明提升心電信號(hào)的診斷價(jià)值，為心臟病患者提供更準(zhǔn)確的診斷與治療方案。

技術(shù)研發(fā)人員：李傲然,黃巧亮
受保護(hù)的技術(shù)使用者：江蘇科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15