第6期 王晓燕，等：基于相关性的小波嫡心电信号去噪算法 ·831. 0.06 048个数据分别用3种去噪算进行去噪，结果如图6 ~9所示，为方便观察波形，对比去噪效果，波形只 0.04 显示3个周期。 0.02 50 100 fHz (b)小波熵算法去噪频谱图 图4小波熵算法去噪波形及频谱图 0.5 0 采样点 Fig.4 The waveform and spectrum of de- nosing signals of wavelet entropy al- (a)含噪信号波形图 gorithm 0.20 2 0.15 0.10 0.05 0 0.5 采样 1.5 30*10 0.5 1.0 fHz (a)本文算法去噪波形图 (b)含噪信号频谱图 0.08 图6含噪信号波形及频谱图 Fig.6 The waveform and spectrum of noisy signals 0.06 0.04 0.02 0.5 1.0 采样点 50 100 fHz (a)改进的小波阈值算法去噪波形图 (b)本文算法去噪频谱图 0.20 图5本文算法去噪波形及频谱图 Fig.5 The waveform and spectrum of de-nosing signals 0.15 of proposed algorithm 该数据库中工频噪声主要集中在60Hz左 0.10 右。可以看出，本文提出的基于相关性的小波嫡去 0.05 噪算法与目前两种典型的心电信号去噪算法相比， 基线漂移、60Hz工频干扰被很好地去除：波形连续 0 性强，无震荡现象，波形清晰完整，去除肌电噪声效 0.5 1.0 fHz 果显著。即可以在一次小波分解、重构的过程中同 时去除3种主要的心电信号噪声。 (b)改进的小波阈值算法去噪频谱图 3.3对噪声数据库信号去噪 图7改进的小波阈值算法去噪波形及频谱图 MIT-BIH噪声数据库(Nstd山Database)是真实 Fig.7 The waveform and spectrum of de-nosing signals of developed wavelet threshold algorithm 的带噪声的信号，对该数据库中11806信号的前2（ｂ）小波熵算法去噪频谱图 图 ４ 小波熵算法去噪波形及频谱图 Ｆｉｇ．４ Ｔｈｅ ｗａｖｅｆｏｒｍ ａｎｄ ｓｐｅｃｔｒｕｍ ｏｆ ｄｅ⁃ ｎｏｓｉｎｇ ｓｉｇｎａｌｓ ｏｆ ｗａｖｅｌｅｔ ｅｎｔｒｏｐｙ ａｌ⁃ ｇｏｒｉｔｈｍ （ａ）本文算法去噪波形图 （ｂ）本文算法去噪频谱图 图 ５ 本文算法去噪波形及频谱图 Ｆｉｇ．５ Ｔｈｅ ｗａｖｅｆｏｒｍ ａｎｄ ｓｐｅｃｔｒｕｍ ｏｆ ｄｅ⁃ｎｏｓｉｎｇ ｓｉｇｎａｌｓ ｏｆ ｐｒｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ 该数据库中工频噪声主要集中在 ６０ Ｈｚ 左 右。 可以看出，本文提出的基于相关性的小波熵去 噪算法与目前两种典型的心电信号去噪算法相比， 基线漂移、６０ Ｈｚ 工频干扰被很好地去除；波形连续 性强，无震荡现象，波形清晰完整，去除肌电噪声效 果显著。 即可以在一次小波分解、重构的过程中同 时去除 ３ 种主要的心电信号噪声。 ３．３ 对噪声数据库信号去噪 ＭＩＴ⁃ＢＩＨ 噪声数据库（Ｎｓｔｄｂ Ｄａｔａｂａｓｅ） 是真实 的带噪声的信号，对该数据库中 １１８ｅ０６ 信号的前 ２ ０４８ 个数据分别用 ３ 种去噪算进行去噪，结果如图 ６ ～９ 所示，为方便观察波形，对比去噪效果，波形只 显示 ３ 个周期。 （ａ）含噪信号波形图 （ｂ）含噪信号频谱图 图 ６ 含噪信号波形及频谱图 Ｆｉｇ．６ Ｔｈｅ ｗａｖｅｆｏｒｍ ａｎｄ ｓｐｅｃｔｒｕｍ ｏｆ ｎｏｉｓｙ ｓｉｇｎａｌｓ （ａ）改进的小波阈值算法去噪波形图 （ｂ）改进的小波阈值算法去噪频谱图 图 ７ 改进的小波阈值算法去噪波形及频谱图 Ｆｉｇ．７ Ｔｈｅ ｗａｖｅｆｏｒｍ ａｎｄ ｓｐｅｃｔｒｕｍ ｏｆ ｄｅ⁃ｎｏｓｉｎｇ ｓｉｇｎａｌｓ ｏｆ ｄｅｖｅｌｏｐｅｄ ｗａｖｅｌｅｔ ｔｈｒｅｓｈｏｌｄ ａｌｇｏｒｉｔｈｍ 第 ６ 期 王晓燕，等：基于相关性的小波熵心电信号去噪算法 ·８３１·