基于小波神经网络的心电信号滤波研究  

Research on Electrocardiogram De-noising Algorithm Based on Wavelet Neural Networks

作　　者：万相奎[1] 张军[1] 

机构地区：[1]广东工业大学信息工程学院,广州510006

出　　处：《生物医学工程学杂志》2010年第6期1197-1201,共5页Journal of Biomedical Engineering

基　　金：国家自然科学基金资助项目(60901027);广东高校优秀青年创新人才培育资助项目(LYM08050)

摘　　要：针对心电(ECG)信号检测中存在的主要噪声,本文研究了基于小波神经网络(WNN)的ECG信号滤波理论。提出一种通过WNN非线性逼近能力构建的针对ECG信号的非线性滤波器算法和滤波策略,实现对ECG信号中基线漂移、肌电干扰、工频干扰噪声的滤除;给出了网络训练算法和滤波实验,滤波后信号与期望信号误差范围在微伏级,验证了本文提出的基于WNN的心电非线性滤波器对心电主要噪声快速滤波的良好效果,最后讨论了影响WNN用于心电滤波的几个关键问题。In this paper,the ECG de-noising technology based on wavelet neural networks（WNN） is used to deal with the noises in Electrocardiogram（ECG） signal.The structure of WNN,which has the outstanding nonlinear mapping capability,is designed as a nonlinear filter used for ECG to cancel the baseline wander,electromyo-graphical interference and powerline interference.The network training algorithm and de-noising experiments results are presented,and some key points of the WNN filter using ECG de-noising are discussed.

关 键 词：心电图 小波神经网络 滤波 

分 类 号：TN911.23[电子电信—通信与信息系统]