基于CEEMDAN和小波阈值的ECG去噪算法研究徐阳罗明璋李涛摘要：提出一种基于自适应噪声完备集合经验模态分解（CEEMDAN）与小波阈值的ECG信号去噪新算法。首先对含噪ECG信号进行CEEMDAN分解，得到从高频到低频排序的各个IMF分量，利用自相关法对各IMF分量进行分析，找出以随机噪声为主的高频IMF分量并进行小波阈值去噪；然后统计包括余量在内所有IMF分量的过零率，过零率小于1.5的IMF分量即为基线漂移信号，直接剔除；最后将经过小波阈值去噪的IMF分量与剔除基线漂移之后的其他IMF分量一起进行合并重构，实现ECG信号的去噪和基线校正。用所提算法对MIT?BIH心电数据库中的ECG信号进行去噪处理，结果表明ECG信号中的随机噪声得到很好的抑制，同时获得了良好的基线漂移校正效果。关键词：ECG信号；CEEMDAN；小波阈值；随机噪声；基线漂移；去噪算法中圖分类号：TN911.4?34：A：1004?373X（2018）07?0045?04StudyonECGsignaldenoisingalgorithmbasedonCEEMDANandwaveletthresholdXUYang，LUOMingzhang，LITao（SchoolofElectronicsandInformation，YangtzeUniversity，Jingzhou434023，China）Abstract：AnewECGsignaldenoisingalgorithmbasedoncompleteensembleempiricalmodedecompositionwithadaptivenoise（CEEMDAN）andwaveletthresholdisproposed.TheCEEMDANresolutionwasperformedforthenoisyECGsignaltoobtaineachIMFcomponentsortedfromhighfrequencytolowfrequency.TheautocorrelationmethodisusedtoanalyzeeachcomponentofIMFtofindoutthehigh?frequencyIMFcomponentwithrandomnoise，andconductwaveletthresholddenoising.Thezerocrossingrates（ZCRs）ofallIMFcomponentsincludingresiduecomponentsarecalculated.TheIMFcomponentswhoseZCRislessthan1.5actasthebaselinewandersignal，whichwillbeeliminated.TheIMFcomponentsafterwaveletthresholddenoisingandotherIFMcomponentsafterbaselinewandereliminationarereconstructedtorealizedenoisingandbacelinecorrectionoftheECGsignal.TheproposedalgorithmisadoptedtodenoisetheECGsignalinMIT?BIHECGdatabase.TheresultsshowthattherandomnoiseinECGsignalcanbeeffectivelysuppressed.Thegoodcorrectioneffectofbaselinewanderwasobtained.Keywords：ECGsignal；CEEMDAN；waveletthreshold；randomnoise；baselinewander；denoisingalgorithm0引言ECG（心电信号）是一种非线性、非平稳的微弱人体生理电信号，已广泛应用于临床心脏疾病诊断。ECG在采集过程中很容易受到各种噪声的干扰，导致信号出现偏差，使诊断的准确性降低，因此有效抑制心电信号中的噪声干扰具有重要意义。文献[1]提出的自适应噪声完备集合经验模态分解（CompleteEnsembleEmpiricalModeDecompositionwithAdaptiveNoise，CEEMDAN）特别适合于ECG类信号的分析处理。本文将CEEMDAN与小波阈值去噪相结合，提出一种新的ECG信号去噪算法。CEEMDAN的基础是文献[2]提出的经验模态分解（EmpiricalModeDecomposition，EMD），EMD可以把复杂信号分解为一系列不同尺度的固有模态函数（IntrinsicModeFunction，IMF），每一个IMF分量包含的频段范围随信号自适应变化。Torres等提出的CEEMDAN算法对EMD作了进一步改进，在EMD分解的每一阶段添加自适应白噪声，通过计算其特定的余量来获取各个模态分量，其分解过程具有完备性，重构误差几乎为零，并且能有效克服模态混叠及减少计算成本。小波变换[3]是一种较为成熟的信号分析方法，它具有多尺度、低熵性、去相关性等特点，在非平稳信号处理方面具有很大的优势。由文献[4]提出的小波阈值去噪方法结合已有的正交小波分解和重构，构建了一套完整的阈值消噪策略，对于随机噪声的压制具有很好的效果。本文提出一种基于CEEMDAN与小波阈值的ECG去噪算法，基本思想是先对含噪ECG信号用CEEMDAN进行分解，得到从高频到低频排序的多个IMF分量，对各个IMF分量进行自相关分析，找出以噪声为主的IMF分量，并对其进行小波阈值去噪；然后统计包括余量在内所有IMF分量的过零率，对于过零率小于1.5的IMF分量认为是基线漂移信号，直接剔除...