魏贯军
- 作品数：4 被引量：23H指数：2
- 供职机构：郑州大学电气工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于有限长脉冲响应滤波器和aTrous算法的小波心电信号去噪被引量：1
- 2012年
- 微弱低频的心电信号采集中容易受到外界环境的干扰,必须先对其进行预处理才能用于心脏疾病的诊断。Mallat算法的小波分解重构法不能有效滤除心电信号中的工频和肌电干扰;小波阈值法不能有效滤除心电信号中的工频和基线漂移,重构的心电信号会产生伪吉布斯现象。针对以上情况,提出了一种基于有限长脉冲响应滤波器(FIR)和aTrous算法的小波去噪方法。该方法综合运用了50 Hz陷波器、aTrous算法小波分解重构法和小波阈值法。仿真郑州大学第二附属医院和MIT-BIH心率失常数据库的心电信号表明,该方法能够有效去除心电信号中的工频和基线漂移,大幅度衰减肌电干扰,同时有效消除伪吉布斯现象。
- 钟丽辉魏贯军师黎
- 关键词：心电信号小波阈值
- 大鼠麻醉状态监测及其对神经元放电的影响分析
- 麻醉状态监测是当今医学和生物学研究的重要组成部分,快速稳定的麻醉监测是医学临床手术及生物学研究实验安全、顺利进展的关键。目前的麻醉状态监测大多以外贴在大脑表皮的电极采集到的大脑皮层脑电信号(Electroencephal...
- 魏贯军
- 关键词：麻醉监测动作电位
- 基于局部场电位样本熵分析的麻醉深度监测被引量：2
- 2012年
- 背景:目前的麻醉深度监测多以大脑皮质脑电信号分析为主,然而,大脑皮质脑电信号不能反映皮质下组织的功能状况、不包含高频信息并且易受外界环境干扰,从而导致基于大脑皮质脑电信号分析的麻醉深度监测在稳定性、精确性等方面有固有缺陷。目的:分析局部场电位信号样本熵在麻醉深度监测中的效果,实现麻醉深度的实时监测。方法:以大鼠为模型动物进行实验,对整个麻醉过程中的大鼠初级视觉皮质局部场电位信号进行快速样本熵计算,并对样本熵曲线动态变化进行分析,判定麻醉状态;然后将样本熵分别与大鼠尾部受热刺激时的甩尾延迟时间、局部场电位信号的中心频率和边缘频率做统计分析,验证基于局部场电位快速样本熵分析的麻醉状态判定方法。结果与结论:局部场电位信号的样本熵可以快速、准确、稳定地反映大鼠的麻醉深度,用于麻醉深度实时监测。
- 师黎魏贯军李晓媛王治忠史慧革
- 关键词：麻醉深度
- 基于Mallat算法的小波分解重构的心电信号处理被引量：20
- 2012年
- 为了实现对微弱低信噪比的心电信号的有效提取,采用了Mallat算法的小波分解重构法去除心电信号的噪声。首先确定小波分解重构的小波基;其次确定分解的层数;然后直接提取有用信号所在的频带(有用信号占优的频带)进行重构;最后,Matlab仿真MIT-BIT标准数据库中的心电信号表明小波分解重构法可以有效的去除心电信号中的多种干扰;同时比起传统滤波器法来说,小波分解与重构去噪法应用起来更方便。
- 钟丽辉魏贯军
- 关键词：心电信号
