第11卷第6期 智能系统学报 Vol.11 No.6 2016年12月 CAAI Transactions on Intelligent Systems Dec.2016 D0I:10.11992/is.201611017 网络出版地址：http://www.cnki.net/kcms/detail,/23.1538.TP.20170111.1705.026.html 基于相关性的小波熵心电信号去噪算法 王晓燕，鲁华祥12，金敏，龚国良'，毛文宇1，陈刚 (1.中国科学院半导体研究所，北京100083；2.中国科学院脑科学与智能技术卓越创新中心，上海200031) 摘要：针对心电信号的基线漂移、工频噪声、肌电噪声，本文提出了基于相关性的小波嫡去噪算法。算法首先根据 基线漂移的低频特性，确定小波分解的层数，置零近似系数，去除基线漂移：再对相邻尺度的高频小波系数进行相关 处理，依据小波嫡自适应地计算全局阈值去除工频和肌电噪声：最后将置零的近似系数和阈值处理后的小波系数重 构得到有效信号。该算法能够在一次小波分解、重构的过程中，同时滤除心电信号中的3种主要噪声。对MTBH 数据库数据和模拟数据的仿真实验结果也表明该算法的去噪效果显著优于其他算法。 关键词：心电信号：去噪：相关性：小波嫡：自适应 中图分类号：TP391文献标志码：A文章编号：1673-4785(2016)06-0827-08 中文引用格式：王晓燕，鲁华祥，金敏，等.基于相关性的小波熵心电信号去噪算法[J].智能系统学报，2016,11(6)：827-834. 英文引用格式：WANG Xiaoyan,LU Huaxiang,JIN Min,etal.Wavelet entropy denoising algorithm of electrocardiogram signals based on correlation[J].CAAI Transactions on Intelligent Systems,2016,11(6):827-834. Wavelet entropy denoising algorithm of electrocardiogram signals based on correlation WANG Xiaoyan',LU Huaxiang'2,JIN Min',GONG Guoliang',MAO Wenyu',CHEN Gang' (1.Institute of Semiconductors,Chinese Academy of Sciences,Beijing 100083,China;2.Center for Excellence in Brain Science and Intelligence Technology,Chinese Academy of Sciences,Shanghai 200031,China) Abstract:In view of the baseline drift,power line interference and muscle noise of electrocardiogram (ECG)sig- nals,the wavelet entropy denoising algorithm of ECG signals based on correlation was proposed.First,ECG signals were decomposed using wavelets to determine the number of scale of wavelet decomposition,and the lowest approxi- mation coefficients were each set to zero,so as to remove the baseline drift.Then,the high-frequency wavelet coef- ficient of adjacent scales was processed by adaptively calculating the global threshold with the correlation coeffi- cients between the adjacent scales,to remove the power line interference and the muscle noise.Last,the denoising signals were reconstructed using zero approximation coefficients and processed wavelet coefficients.Using this meth- od,three kinds of noise were removed in one process of wavelet decomposition and reconstruction.Experiments u- sing the MIT-BIH database and simulative data prove that the algorithm is much better than others in ECG denoising with low complexity. Keywords:electrocardiogram signals;denoising;correlation;wavelet entropy:adaptively 心电信号是心脏电活动在体表的综合表现，心应用十分广泛。然而心电信号在测量时不可避免地 电信号诊断因可靠、简便、对患者无创等优点，临床存在一些强干扰和噪声，如基线漂移、工频噪声、肌 电噪声和环境噪声等)。如何有效排除各种噪声， 收稿日期：2016-11-15. 基金项目：中国科学院战略性先导专项(d山02080002)：青年自然科学准确提取出有用的心电信号波形，是临床心脏病智 基金项目(61401423)；中国科学院国防实验室基金项目能诊断的重要基础。 (CXJ-16S076). 通信作者：鲁华祥.E-mail:luhr@semi.ac.cm 心电信号的频率在0.05~100Hz之间，其中第 １１ 卷第 ６ 期 智 能 系 统 学 报 Ｖｏｌ．１１ №．６ ２０１６ 年 １２ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｄｅｃ． ２０１６ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１６１１０１７ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１７０１１１．１７０５．０２６．ｈｔｍｌ 基于相关性的小波熵心电信号去噪算法 王晓燕１ ，鲁华祥１，２ ，金敏１ ，龚国良１ ，毛文宇１ ，陈刚１ （１． 中国科学院 半导体研究所，北京 １０００８３； ２． 中国科学院 脑科学与智能技术卓越创新中心，上海 ２０００３１） 摘 要：针对心电信号的基线漂移、工频噪声、肌电噪声，本文提出了基于相关性的小波熵去噪算法。 算法首先根据 基线漂移的低频特性，确定小波分解的层数，置零近似系数，去除基线漂移；再对相邻尺度的高频小波系数进行相关 处理，依据小波熵自适应地计算全局阈值去除工频和肌电噪声；最后将置零的近似系数和阈值处理后的小波系数重 构得到有效信号。 该算法能够在一次小波分解、重构的过程中，同时滤除心电信号中的 ３ 种主要噪声。 对 ＭＩＴ⁃ＢＩＨ 数据库数据和模拟数据的仿真实验结果也表明该算法的去噪效果显著优于其他算法。 关键词：心电信号；去噪；相关性；小波熵；自适应 中图分类号： ＴＰ３９１ 文献标志码：Ａ 文章编号：１６７３－４７８５（２０１６）０６－０８２７－０８ 中文引用格式：王晓燕，鲁华祥，金敏，等． 基于相关性的小波熵心电信号去噪算法［Ｊ］． 智能系统学报， ２０１６， １１（６）： ８２７－８３４． 英文引用格式：ＷＡＮＧ Ｘｉａｏｙａｎ， ＬＵ Ｈｕａｘｉａｎｇ， ＪＩＮ Ｍｉｎ， ｅｔ ａｌ． Ｗａｖｅｌｅｔ ｅｎｔｒｏｐｙ ｄｅｎｏｉｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｏｆ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ ｓｉｇｎａｌｓ ｂａｓｅｄ ｏｎ ｃｏｒｒｅｌａｔｉｏｎ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１６， １１（６）： ８２７－８３４． Ｗａｖｅｌｅｔ ｅｎｔｒｏｐｙ ｄｅｎｏｉｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｏｆ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ ｓｉｇｎａｌｓ ｂａｓｅｄ ｏｎ ｃｏｒｒｅｌａｔｉｏｎ ＷＡＮＧ Ｘｉａｏｙａｎ １ ， ＬＵ Ｈｕａｘｉａｎｇ １，２ ， ＪＩＮ Ｍｉｎ １ ， ＧＯＮＧ Ｇｕｏｌｉａｎｇ １ ， ＭＡＯ Ｗｅｎｙｕ １ ， ＣＨＥＮ Ｇａｎｇ １ （１． Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｅｍｉｃｏｎｄｕｃｔｏｒｓ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １０００８３， Ｃｈｉｎａ； ２． Ｃｅｎｔｅｒ ｆｏｒ Ｅｘｃｅｌｌｅｎｃｅ ｉｎ Ｂｒａｉｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｓｈａｎｇｈａｉ ２０００３１， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ： Ｉｎ ｖｉｅｗ ｏｆ ｔｈｅ ｂａｓｅｌｉｎｅ ｄｒｉｆｔ， ｐｏｗｅｒ ｌｉｎｅ ｉｎｔｅｒｆｅｒｅｎｃｅ ａｎｄ ｍｕｓｃｌｅ ｎｏｉｓｅ ｏｆ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ （ＥＣＧ） ｓｉｇ⁃ ｎａｌｓ， ｔｈｅ ｗａｖｅｌｅｔ ｅｎｔｒｏｐｙ ｄｅｎｏｉｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｏｆ ＥＣＧ ｓｉｇｎａｌｓ ｂａｓｅｄ ｏｎ ｃｏｒｒｅｌａｔｉｏｎ ｗａｓ ｐｒｏｐｏｓｅｄ． Ｆｉｒｓｔ， ＥＣＧ ｓｉｇｎａｌｓ ｗｅｒｅ ｄｅｃｏｍｐｏｓｅｄ ｕｓｉｎｇ ｗａｖｅｌｅｔｓ ｔｏ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｓｃａｌｅ ｏｆ ｗａｖｅｌｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ， ａｎｄ ｔｈｅ ｌｏｗｅｓｔ ａｐｐｒｏｘｉ⁃ ｍａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ ｗｅｒｅ ｅａｃｈ ｓｅｔ ｔｏ ｚｅｒｏ， ｓｏ ａｓ ｔｏ ｒｅｍｏｖｅ ｔｈｅ ｂａｓｅｌｉｎｅ ｄｒｉｆｔ． Ｔｈｅｎ， ｔｈｅ ｈｉｇｈ⁃ｆｒｅｑｕｅｎｃｙ ｗａｖｅｌｅｔ ｃｏｅｆ⁃ ｆｉｃｉｅｎｔ ｏｆ ａｄｊａｃｅｎｔ ｓｃａｌｅｓ ｗａｓ ｐｒｏｃｅｓｓｅｄ ｂｙ ａｄａｐｔｉｖｅｌｙ ｃａｌｃｕｌａｔｉｎｇ ｔｈｅ ｇｌｏｂａｌ ｔｈｒｅｓｈｏｌｄ ｗｉｔｈ ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉ⁃ ｃｉｅｎｔｓ ｂｅｔｗｅｅｎ ｔｈｅ ａｄｊａｃｅｎｔ ｓｃａｌｅｓ， ｔｏ ｒｅｍｏｖｅ ｔｈｅ ｐｏｗｅｒ ｌｉｎｅ ｉｎｔｅｒｆｅｒｅｎｃｅ ａｎｄ ｔｈｅ ｍｕｓｃｌｅ ｎｏｉｓｅ． Ｌａｓｔ， ｔｈｅ ｄｅｎｏｉｓｉｎｇ ｓｉｇｎａｌｓ ｗｅｒｅ ｒｅｃｏｎｓｔｒｕｃｔｅｄ ｕｓｉｎｇ ｚｅｒｏ ａｐｐｒｏｘｉｍａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ ａｎｄ ｐｒｏｃｅｓｓｅｄ ｗａｖｅｌｅｔ ｃｏｅｆｆｉｃｉｅｎｔｓ． Ｕｓｉｎｇ ｔｈｉｓ ｍｅｔｈ⁃ ｏｄ， ｔｈｒｅｅ ｋｉｎｄｓ ｏｆ ｎｏｉｓｅ ｗｅｒｅ ｒｅｍｏｖｅｄ ｉｎ ｏｎｅ ｐｒｏｃｅｓｓ ｏｆ ｗａｖｅｌｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ． Ｅｘｐｅｒｉｍｅｎｔｓ ｕ⁃ ｓｉｎｇ ｔｈｅ ＭＩＴ⁃ＢＩＨ ｄａｔａｂａｓｅ ａｎｄ ｓｉｍｕｌａｔｉｖｅ ｄａｔａ ｐｒｏｖｅ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｉｓ ｍｕｃｈ ｂｅｔｔｅｒ ｔｈａｎ ｏｔｈｅｒｓ ｉｎ ＥＣＧ ｄｅｎｏｉｓｉｎｇ ｗｉｔｈ ｌｏｗ ｃｏｍｐｌｅｘｉｔｙ． Ｋｅｙｗｏｒｄｓ： ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ ｓｉｇｎａｌｓ； ｄｅｎｏｉｓｉｎｇ； ｃｏｒｒｅｌａｔｉｏｎ； ｗａｖｅｌｅｔ ｅｎｔｒｏｐｙ； ａｄａｐｔｉｖｅｌｙ 收稿日期：２０１６－１１－１５． 基金项目：中国科学院战略性先导专项（ ｘｄｂ０２０８０００２）；青年自然科学 基金项目（ ６１４０１４２３）； 中国科学院国防实验室基金项目 （ＣＸＪＪ⁃１６Ｓ０７６）． 通信作者：鲁华祥． Ｅ⁃ｍａｉｌ： ｌｕｈｘ＠ ｓｅｍｉ．ａｃ．ｃｎ． 心电信号是心脏电活动在体表的综合表现，心 电信号诊断因可靠、简便、对患者无创等优点，临床 应用十分广泛。 然而心电信号在测量时不可避免地 存在一些强干扰和噪声，如基线漂移、工频噪声、肌 电噪声和环境噪声等［１］ 。 如何有效排除各种噪声， 准确提取出有用的心电信号波形，是临床心脏病智 能诊断的重要基础。 心电信号的频率在 ０． ０５ ～ １００ Ｈｚ 之间，其中