《表1 小波分解各尺度频率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应向量机检测睡眠呼吸暂停综合征的最优特征组合筛选》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采用小波分解算法，由于噪声和特征波信号分布频率范围不同，利用小波变换对含有噪声的ECG信号进行分解，使得噪声和有用信号分离到不同的尺度上[11]，见表1。由于信号经过小波变换分解后，工频干扰和肌电干扰主要集中分布在前三层的小波系数中，有用信号对应的小波系数的幅值较大，而噪声干扰所对应的小波系数的幅值一般较小，则可以利用某一阈值使得有用信号的小波系数保留下来，幅值较小的小波系数被置零，就可以滤除工频干扰和肌电干扰[12]。而基线偏移噪声频率很低，且其能量主要集中在1 Hz以下，主要分布在表1中的第6层近似系数中，将其置零，重构即可去除基线漂移[13]。