基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统心音去噪算法对强噪声下心音信号去噪时,易将部分心音信号视为噪声成分去除,导致有用心音信号能量损失.利用奇异谱分析方法的主成分分析特性,提出多级奇异值分解(Multi-stage Singular Value Decomposition,MS-SVD)算法用于提取心音信号的主分量(Principal Components,PC)信息;采用小波包(Wavelet Packet,WP)分析算法对提取的心音信号进行分解,并对分解所得低频系数进行自适应阈值处理,去除低频噪声;利用小波包多分辨率特性提取高频心音.实验结果表明,该算法能明显改善心音去噪性能指标信噪比(SNR)、信噪比增益(SNRG)及根均方误差(RMSE),且在不同噪声水平下的去噪性能优于传统心音去噪算法.此改进算法既能有效去除心音中噪声成分,亦能保留心音信号细节特征.
推荐文章
基于心音信号谱分析的身份特征提取算法
心音信号
频谱分析
生物识别
烟火药水中燃烧信号的小波包去噪研究
烟火药
燃烧
小波包
去噪
基于奇异值的小波包去噪研究
小波包
奇异值
信噪比
均方误差
去噪
心音信号分析
心音
信号处理
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于奇异谱分析的心音信号小波包去噪算法研究
来源期刊 振动与冲击 学科 工学
关键词 心音信号 奇异谱分析(SSA) 小波包算法(WP) 去噪
年,卷(期) 2013,(18) 所属期刊栏目
研究方向 页码范围 63-69
页数 7页 分类号 TP391
字数 5280字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭兴明 重庆大学生物工程学院 87 802 16.0 24.0
2 卢德林 重庆大学生物工程学院 5 43 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
心音信号
奇异谱分析(SSA)
小波包算法(WP)
去噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导