[发明专利]一种利用提升小波变换滤除基线漂移的方法

摘要

本发明公开了一种利用提升小波变换滤除基线漂移的方法，对容积脉搏波信号经过低通FIR滤波器过滤；利用提升小波变换采用bior2.2小波基函数和db4小波基函数对保存在TXT文档中的脉搏波数据进行6层分解；对两次分解所得到的第6尺度上的低频逼近系数分别置零处理，将第6层尺度上的近似系数与1～6尺度上的高频细节系数逐级进行重构；前0.6部分使用bior2.2小波基函数重构的脉搏波信号数据；后0.4部分利用db4小波基函数重构的脉搏波数据；两者结合起来重新组成与原容积脉搏波信号等长的信号。本发明的有益效果是滤除容积脉搏波信号中的基线漂移有明显的效果，在滤除基线漂移的同时，很好的保留了信号的主要细节。

主权项

一种利用提升小波变换滤除基线漂移的方法，按照以下步骤进行：步骤1：采用HKG‑70红外脉搏波传感器采集指端的容积脉搏波信号，采用的采样频率为200Hz，经过滤波电路和写在MSP430单片机内部的截止频率为10Hz的16阶低通FIR滤波器滤波后共采集2400个离散的脉搏波数据，将脉搏波数据通过USB传输线传输到PC机上储成TXT文档；步骤2：利用bior2.2小波函数采用提升小波变换对保存在TXT文档中的脉搏波数据进行6层分解，其具体过程为：首先，利用Matlab工具提供的提升函数lifewave获得小波函数bior2.2的提升方案LS，其次，添加原始的ELS的提升方案，再次，利用Matlab工具提供的addlift函数增加基本提升方案ELS到提升方案LS，从而返回一个新的提升方案LSN，最后，通过Matlab工具提供的lwt函数对保存在TXT文档中的脉搏波信号进行6维提升小波分解，通过Maltlab工具提供的lwtcoef函数分别获得脉搏波信号的高频细节部分和低频逼近部分的提升小波变换系数；采用db4小波函数采用提升小波变换对保存在TXT文档中的脉搏波信号进行6层分解，其具体过程为：首先，利用Matlab工具提供的提升函数lifewave获得小波函数db4的提升方案LS，其次，添加原始的ELS的提升方案，再次，利用Matlab工具提供的addlift函数增加基本提升方案ELS到提升方案LS，从而返回一个新的提升方案LSN，最后，通过Matlab工具提供的lwt函数对保存在TXT文档中的脉搏波信号进行6维提升小波分解，通过Maltlab工具提供的lwtcoef函数分别获得脉搏波信号的高频细节部分和低频逼近部分的提升小波变换系数；步骤3：步骤2中通过Matlab工提供的lwtcoef函数获得容积脉搏波信号的第6层低频逼近部分的提升小波变换系数，采用Matlab工具提供的zeros函数对两次得到的第6尺度上的低频逼近系数分别置零处理，通过Matlab工具提供的提升小波逆函数ilwt(CA,CD,W)将置零处理后的容积脉搏波信号的第6尺度上的低频近似系数与1～6尺度上的高频细节系数从第6层逐级重构直到第1层重构结束，公式中，CA为脉搏波信号第6尺度上低频逼近系数，其中，第6层的低频逼近系数CA为脉搏波信号第6尺度上低频逼近系数置零处理后的系数，第5层到第1层的低频逼近系数CA依次为：第6尺度到第2尺度重构后的脉搏波信号，CD为从第6层到第1层的高频细节系数，W为提升小波名称；步骤4：将步骤3中采用bior2.2和db4两种小波函数重构得到的容积脉搏波信号在0.6处做结合处理，其中，前0.6部分使用bior2.2小波函数重构的脉搏波信号数据，后0.4部分利用db4小波基函数重构的脉搏波数据；两者结合起来重新组成与原容积脉搏波信号等长的信号，从而达到去除基线漂移的目的。