和μ律阈值法在心音信号去噪中的应用

第３６卷ＶｏＬ３６第７期

Ｎｏ．７

计算机工程

ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ

２０１０年４月

Ａｐｒｉｌ２０１０

?开发研究与设计技术?文章编号：１０００＿３４２８（２０１０）ｏ弘田２７争卅３文献标识码：Ａ中围分类号；Ｒ３１８．０８３矾则椰律阈值法在心音信号去噪中的应用

郭兴明１，柯明１，肖守中１’２

（１．重庆大学生物工程学院重庆市医疗电子工程技术研究中心，重庆４０００３０；２．重庆博精医学信息研究所，重庆４０００３０）

摘要：讨论小波包阈值法去噪的机理，提出基于小波包变换的３Ｄ规则和Ｐ律阈值法在心音信号预处理中的方法，该方法保留小波包变换去噪的优势，能够有效地突出心音的特征部分，在心杂音信号去噪中有较好的效果。实验结果表明，该方法在去除干扰和心杂音上有着一定的优势，在心音信号检测中有霞要的应用价值。

关健诃：小波包变换；３确Ｂ则；ｕ律闽值法；心音；去噪

Ａｐｐｌｉｃａｔｉｏｎｏｆ３ａ－Ｒｕｌｅａｎｄ／ｚ－Ｔｈｒｅｓｈｏｌｄ

Ｍｅｔｈｏｄ

ｉｎＨｅａｒｔＳｏｕｎｄＳｉｇｎａｌＤｅ—ｎｏｉｓｉｎｇ

ＧＵＯＸｉｎｇ—ｍｉｎ９１，ＫＥＭｉｎ９１，ＸＩＡＯＳｈｏｕ－ｚｈｏｎ９１，２

（１．ＣｈｏｎｇｑｉｎｇＭｅｄｉｃａｌＥｌｅｃｌｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＣｅｎｔｅｒ，ＣｏｌｌｅｇｅｏｆＢｉｏｅｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，

Ｃｈｏｎｇｑｉｎｇ４０００３０；２．ＢｏｊｉｎｇＭｅｄｉｃａｌＩｎｆｏｒｍａｔｉｏｎＩｎｓｔｉｔｕｔｅ，Ｃｈｏｎｇｑｉｎｇ４０００３０）

ＩＡｈｓｔｒａｃｔｌＴｈｉｓｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅｐｒｉｎｃｉｐｌｅｏｆｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍｔｈｒｅｓｈｏｌｄｄｅ—ｎｏｉｓｉｎｇｕｓｅｄｆｏｒｒｅｓｔｒａｉｎｉｎｇｎｏｉｓｅｉｎｎｏｎｓｔａｔｉｏｎａｒｙｓｉｇｎａｌａｎｄｐｕｔｓｆｏｒｗａｒｄａｍｅｔｈｏｄｏｆｕｓｉｎｇ３ａ－ｒｕｌｅａｎｄ∥一ｔｈｒｅｓｈｏｌｄｍｅｔｈｏｄｂａｓｅｄｏｎｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍｔｏｐｒｅ－ｐｒｏｃｅｓｓｔｈｅｈｅａｒｔｓｏｕｎｄｓ．Ｔｈｅｍｅｔｈｏｄｒｅｔａｉｎｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｎｏｒｍａｌｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍｉｎｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ，ａｎｄｐｒｏｊｅｃｔｓｈｅａｒｔｓｏｕｎｄｓ’ｆｅａｍｒｅｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｌｌｏｄｈａｓａｓｉｇｎｉｆｉｃａｎｔａｄｖａｎｔａｇｅｏｎｄｅ—ｎｏｉｓｉｎｇａｎｄｈｅａｒｔｍｕｒｍｕｒｓｐｒｏｃｅｓｓｉｎｇ，ａｎｄｉｔｈａｓａｖｅｒｙｇｏｏｄａｐｐｌｉｃａｔｉｏｎｆｏｒｅｇｒｏｕｎｄｉｎｈｅａｒｔｓｏｕｎｄｓｄｅｔｅｃｔｉｏｎ．

［Ｋｅｙｗｏｒｄｓｌｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍ；３ａ－ｒｕｌｅ；ｕ－?ｔｈｒｅｓｈｏｌｄｍｅｔｈｏｄ；ｈｅａｒｔｓｏｕｎｄ；ｄｅ?－ｎｏｉｓｉｎｇ

ｌ概述

心音是由心脏瓣膜的开关、肌腱和肌肉的舒缩、血流的冲击及心血管壁的振动而产生的一种复合音，属于非平稳性较强的信号。心音的检测和分析能够反映心血管系统的健康。笔者采用心音传感器在体表采集心音信号（心音传感器选用国防科工委航天医学工程研究所研制的“ＪＸＨ２５型有源心音脉搏多用途传感器”），在采集中，心音信号常受到基线漂移、肌电、工频等各种因素的干扰，特别是舒张期心音中冠脉杂音等会降低心音分析的精度和准确度。所以，在对心音进行分析之前需要对信号进行去噪处理。

对于心音信号的去噪，主要有非线性去噪，自适应去噪”Ｊ、人工神经网络和小波变换几大类。文献【２］提出非线形谱减法（ＮｏｎｌｉｎｅａｒＳｐｅｃｔｒａｌＳｕｂｔｒａｃｔｉｏｎ，ＮＳＳ），提高了信号的信噪比。文献【３?４】提出基于ＬＭＳ算法的自适应滤波技术用于心音信号去噪，可较好地去除平稳的自噪声。文献【５］提出心音的小波消噪技术。文献［６］提出小波包能量法（ＷａｖｅｌｅｔＰｏｃｋｅｔＥｎｅｒｇｙ

Ｍｅｔｈｏｄ，ＷＰＥＭ）。这些方法虽然在非平稳信号去噪中取得了较好的效果，但直接用于含杂音的心音信号去噪，效果并不理想。

本文提出一种基于小波包的３仃规则［７１和∥律阈值函数ｐ】去噪算法，并将该算法应用于病理心音信号的预处理，得到较好的结果。本文分析算法的原理，得出算法的具体实现，仿真结果表明了该算法的有效性，最后讨论该算法在心音信号检测中的应用前景。

２小波包原理

小波包分析方法是多分辨率小波分析的推广，小波包相对于小波的主要优点是：小波包可以对信号的高频部分做更细致的刻画，以达到更好的去噪效果。

２．１小渡包定义

给定正交尺度函数研ｆ）和小波函数坝ｆ），ｈｏ女，ｈＩ＾是多分辨率分析中的滤波器系数。定义下列递推关系：

ｆ％。ｔ）＝压∑‰ｗ（２ｔ—ｋ）

艇ｏ

ｗ２州（ｆ）＝压∑Ｊｉｌｌ。ｗ（２ｆ一后）

Ｌ艏２

当ｎ＝Ｏ时，Ｗｏ（ｆ）＝烈ｆ），Ｗｌ（ｆ）＝嫩，）。以上定义的函数集合｛¨（ｆ）｝。。：为由ｗｏ（ｆ）＝烈ｆ）确定的小波包。小波包｛¨（小。Ｅ：是包括尺度函数Ｗｏ（ｔ）和小波母函数Ｗ－（ｆ）在内的一个具有一定联系的函数的集合。

２．２小救包分解与重建

通过小波包分解，可以得到由尺度函数组成的子空间和小波函数组成的子空间。

根据小波多分辨率分析，可得：

ｕ？＝ｕ篇ｏｕ嚣１－，Ｅｚ，ｎＥｚ＋（２）其中，ｕ；！三和ｕ搿１是ｃ，？的子空间，ｕ哿对应％。，ｕ孑对应％一Ｉ。为了便于比较，用孵表示叼，因此，小波包分解一般表达式为

基金项目：国家自然科学基金资助项目（３０７７０５５１）

作者简介：郭兴明（１９６４一），男，教授，主研方向：生物医学信息检测及处理；柯明，硕士研究生；肖守中，教授

收稿日期：２００９—１２—１０Ｅ—ｍａｉｌ：ｓｉｍｉｌａｒ５４＠１６３．ｃｏｒｎ

—－２７９＿一

　万方数据

％＝啄。ｏ哝。

％＝吩：ｏｕ二：ｏ啄：ｏ叫７＋：（３）；

％＝ｑ２＋ｋ。。ｉｉ，２。ｋ＋１。…。嘴一

用Ｍａｌｌａｔ算法完全可以操作小波包分解，对于每一层的小波包分解实际上是把所有上一层的子带都进行了划分，小波包的分解提高了对信号高频成分的分辨率。小波包的重建公式为

妒＝∑ｌ‰ｉ－２ｋ）妒啦”＋ｌ％（ｔ＿ｍａ／邶“ｆ＝

ｋ

ｏ。

Ｅｇｏ（１－２ｋ）妒啦８＋Ｅｇｌ（１－２ｋｌＩ彰ｎ２肿１（４）

Ｉ＾

２．３最傥小波包基的选择

不同的小波包基具有不同的性质，能够反映信号的不同特征，所以，本文希望根据所分析的信号特征来选择一个最好的小波基用来表达信号的特点。选择最优的小波包基，即最优基，即寻找代价函数最小的基，最优基的选择标准是熵标准，目前用得较多的是香农熵。

２．４小渡包去噪的步骤

小波包去噪的步骤如下：

（１）信号的小波包分解。选择一个小波并确定所需分解的层次，然后对信号进行小波分解。

（２）确定最优小波包基。对于给定的熵标准，计算最优树（这一步不是必须的）。

（３）小波包分解系数的阈值量化。对于每一个小波包分解系数，选择一个恰当的阅值并对系数进行阈值量化。

（４）信号的小波包霞构。根据最底层的小波包分解系数和经过量化处理系数，进行小波包重构，得到去噪后的效果。

在以上步骤中，最关键的是如何选取阈值和进行阈值量化，它在一定程度上直接关系到对信号进行降噪处理的质量。这也是本文研究的主要内容。

３阈值去噪法

３．１阈值的选取

文献［９．１０】提出了经典闲值法。目前，常用的阈值选取规则主要有以下４种：

（１）通用阈值Ｔｌ（ｓｑｔｗｏｌｏｇ规则）：该方法的原理是在假定噪声具有独立同分布特性的情况下，可通过没置简单的周值去除噪声。

（２）Ｓｔｅｉｎ无偏风险阈值Ｔ２（ｒｉｇｒｓｕｒｅ规则）：是一种基于史坦的无偏似然估计（二次方程）原理的自适应阈值选择。它是一种软阈值估计器。

（３）试探法的Ｓｔｅｉｎ无偏风险阂值Ｔ３（ｈｅｕｒｓｕｒｅ规则）：是前２种阈值的综合，是最优预测变量阈值选择。

（４）最大最小准则阈值Ｔ４（ｍｉｎｍａｘ规则）：采用的也是一种固定阈值，这种极值法可以在一个给定的函数集中实现最大均方误差最小化。

除了以上经典的４种阅值法外，有学者提出３雄则法。信号的突变部分和噪声主要反映在各层的高频分解系数中，利用电子测量中的３滩则，可有效将信号突变部分和噪声区分出来，在消除噪声的同时保留信号的突变部分。由概率论与数理统计可知：若Ⅳ为正态分布，即ｎⅣ（肛∥），则－尸｛∥一３盯≤Ｘ≤ｇ＋３ｃｒ）＝０．９９７４（５）其中，ｘ的值落在区Ｉｈ日［ｇ－３０，／Ｊ＋３０］１为，即３０规则。自噪声一２８０＿一为Ｚ￣Ⅳ（０，１），Ｚｉ的小波系数落在【－３０，３切的概率为９９．７４％。因此，去噪时阈值可以取Ｔ＝３ａ，即第＿，层的阈值为

ｆ３乃／＝１

驴１南脚∞’其中，研为第．，层小波变换系数的均方差，它可以通过下式计算：

巳２而１５Ｍ”局－＇ｌＷ止ｌ‘＂其中，陈为第，层小波系数；Ｍ为该层小波系数的个数。

（１）硬阈值法：即把信号的小波系数的绝对值和阈值进行比较，把小于或等于阈值的点变为０，大于阂值的点保持

较，小于或等于阈值的点变为０，大于阈值的点变为该点值

ｓｇｎ（ＷＴ）（ＩＷＴＩ—ａＴ）ＩＷＴＩ＞Ｔ

肌１删筹№）１ｗｒ／ｒ１－１］ｓｇｎＷＴ１ｗｒｌ≤Ｔ伟’当Ｉ附ｌ＞ｒ时，其表达式与折中阈值函数相同，而为

４心音信号去噪仿真实验

小波函数的选取是非常重要的，Ｍｅｙｅｒ小波…Ｊ是线性相位无限可分的，且是有紧支撑的正交小波，在频域也具有很

由上文分析结果，选取基于３班则的改进阈值作为小波分解

图１信号去嗓流程

实验采用含心杂音的心音信号进行去噪处理。图２是采用一段主动脉狭窄造成心杂音的信号，原始信号从波形上已经很难区分ｓ１和髓。采用３．１节中提到的４种经典取阈值法结合∥律阈值处理分别对这段信号进行去噪预处理，同时用本

　万方数据

　万方数据

3σ规则和μ律阈值法在心音信号去噪中的应用

作者：郭兴明， 柯明， 肖守中， GUO Xing-ming， KE Ming， XIAO Shou-zhong

作者单位：郭兴明,柯明,GUO Xing-ming,KE Ming(重庆大学生物工程学院重庆市医疗电子工程技术研究中心,重庆,400030)， 肖守中,XIAO Shou-zhong(重庆大学生物工程学院重庆市医疗电子工

程技术研究中心,重庆,400030;重庆博精医学信息研究所,重庆,400030)

刊名：

计算机工程

英文刊名：COMPUTER ENGINEERING

年，卷(期)：2010,36(7)

被引用次数：2次

参考文献(11条)

1.侯建华;田金文基于贝叶斯最大后验估计的局部自适应小波去噪[期刊论文]-计算机工程 2006(11)

2.Fitzpatrick T Live Remote Control of a Robot via the Internet[外文期刊] 1999(03)

3.Nandagopal D Spectral of Second Heart Sound in Normal Children by Selective Linear Prediction Coding 1984(03)

4.秦品乐;林焰;陈明基于小波去噪和EMD的船舶液位信号特性分析[期刊论文]-计算机工程 2008(18)

5.米娜;付炜基于小波包变换的动态阈值去噪方法[期刊论文]-计算机与数字工程 2008(03)

6.杨亚菁;钟丽萍去噪小波包能量法在水声信号识别中的应用[期刊论文]-湛江海洋大学学报 2005(01)

7.何世彪;杨士中3σ准则在小波消噪中的应用[期刊论文]-重庆大学学报 2002(12)

8.朱云芳;戴朝华;陈维荣小波信号消噪及阈值函数的一种改进方法[期刊论文]-中国测试技术 2006(04)

9.Donoho D L;Johnstone J M Ideal Spatial Adaptation by Wavelet Shrinkage[外文期刊] 1994(03)

10.Donoho D L De-noising by Soft-thresholding[外文期刊] 1995(03)

11.Mallat S G A Theory for Multiresolution Signal Decomposition:The Wavelet Representation[外文期刊] 1989(07)

本文读者也读过(10条)

1.李彬彬.LI Binbin非线性心音时间序列的关联维数[期刊论文]-上海电机学院学报2010,13(4)

2.郭兴明.林辉杰.肖守中.Guo Xingming.Lin Huijie.Xiao Shouzhong复杂度在心音信号分析中的应用[期刊论文]-仪器仪表学报2010,31(2)

3.赵一鸣.王兵.王柏祥.金涛.ZHAO Yi-ming.WANG Bing.WANG Bai-xiang.JIN Tao基于小波域多尺度积的心音去噪方法[期刊论文]-江南大学学报（自然科学版）2008,7(5)

4.陈新华.成谢锋.CHEN Xinhua.CHENG Xiefeng两种时频分析方法在心音信号处理上的比较研究[期刊论文]-苏州科技学院学报（自然科学版）2010,27(3)

5.郭腾飞.Guo Tengfei心音信号的测量与处理[期刊论文]-南北桥2010(9)

6.朱冰莲.刘倩.ZHU Bing-lian.LIU Qian心音信号的自适应小波去噪[期刊论文]-计算机技术与发展2006,16(10)

7.万新国.刘凤英3σ原理在产品质量问题处理中的应用[期刊论文]-火工品2002(1)

8.张佃中.谭小红心音信号噪声消除的小波变换方法[期刊论文]-生物数学学报2004,19(4)

9.王燕.王海滨.刘立汉.WANG Yan.WANG Hai-bin.LIU Li-han基于小波变换的心音信号降噪方法[期刊论文]-信息与电子工程2010,08(3)

10.李战明.郑蕾.韦哲.LI Zhan-ming.ZHENG Lei.WEI Zhe基于解析小波的心音信号时频能量图谱分析[期刊论文]-医疗卫生装备2010,31(7)

引证文献(4条)

1.卢德林.郭兴明基于奇异谱分析的心音信号小波包去噪算法研究[期刊论文]-振动与冲击 2013(18)

2.王新沛.李远洋.刘常春.杨静.李斌基于互相关时间延迟估计的心音源定位方法[期刊论文]-计算机工程2010(20)

3.蒋荟飞参过载数据预处理及其步骤优化[期刊论文]-计算机工程 2011(11)

4.王瑞.张友纯新阈值函数下的小波阈值去噪[期刊论文]-计算机工程与应用 2013(15)

本文链接：https://www.wendangku.net/doc/744608204.html,/Periodical_jsjgc201007096.aspx