·强噪声背景下的ECG特征检测 -T波末端定位 ·ECG噪声抑制算法 一小波变换 -Hilbert-.Huang变换 一自适应滤波 ·ECG伪差检测算法 一基于模糊聚类的方法 一 基于标准RR间期方法
• 强噪声背景下的ECG特征检测 – T波末端定位 • ECG噪声抑制算法 – 小波变换 – Hilbert-Huang 变换 – 自适应滤波 • ECG伪差检测算法 – 基于模糊聚类的方法 – 基于标准RR间期方法
。 基于阈值的定位方法 ·基于主成分分析(PCA) ·基于斜率的方法 0 基于小波变换的方法 61023040i0s06700800900 讨论：波对T波未端造成干扰该如何定位？
• 基于阈值的定位方法 • 基于主成分分析（PCA）的方法 • 基于斜率的方法 • 基于小波变换的方法
1类信号 0类信号：能够真 100 实反应患者ECG变 o网 100 200300 400500600 700 800 900 1000 化情况的信号 正常0类信号 九人人 1类信号：完全伪 .100 差信号和受到干扰 1002003004005006007008009001000 心率失常0类信号 污染而无法识别的 500 ECG信号段 500 100 2003004005006007008009001000 难点：心率失常0类信号和伪差信号的区分
100 200 300 400 500 600 700 800 900 1000 -100 0 100 1类类类 100 200 300 400 500 600 700 800 900 1000 -100 0 100 正正0类类类 100 200 300 400 500 600 700 800 900 1000 -500 0 500 心心心正0类类类 0类信号：能够真 实反应患者ECG变 化情况的信号 1类信号：完全伪 差信号和受到干扰 污染而无法识别的 ECG信号段 难点：心率失常0类信号和伪差信号的区分