心电图的基础知识-三亩地-编程学习日记

一、基础概念

1. 心电向量

心脏的整体的综合心电向量是由每一个心肌细胞矢量叠加而成的，而且心脏电激动不是单点一次性触发：从窦房结起步，依次激动心房、房室结、左右心室，激动区域随时间推移不断移动，综合向量的大小、朝向也持续改变。空间立体心电向量环就是心脏每一瞬间算出 1 个综合心电向量（有大小、三维朝向），把所有时刻向量的端点按时间依次衔接，在空中画出一条立体闭合轨迹，而心电图就是这条立体轨迹在某一条观测轴线上的一维投影曲线

多导联和向量环的关系：
12 个导联相当于从 12 个不同视线方向，分别截取立体向量环的一维投影，反向推算还原完整三维向量环形态，定位病变。
心电向量图：直接画出平面上向量端点移动轨迹（环本身），横轴纵轴都是空间方位；
常规心电图：只取单条轴线投影、按时间展开，横轴固定为时间。

2. 心电信号在心电图上的表示(Electrocardiography，ECG或者EKG)

心肌在每次收缩之前，先必产生电激动，电流传布全身，各处产生不同的电位，且强弱方向不断变化，通过心电图机把这种变动着的电位连续描记成的曲线，这个反映心电活动的曲线就是心电图。心脏心肌激动产生的是空间立体心电向量环（三维的电流变化），但心电图机只能记录二维平面电位变化。每一组导联本质是设定一组「观测视角」，把立体的心电向量投影到这个视角对应的平面上，输出波形：多导联是从胸腔不同方位布设观测电极，分别采集心脏电活动在对应方向上的投影信号，所有导联叠加才能还原整颗心脏立体的电激动全貌，没有任意一个导联能代表整颗心脏全部位置的信号。
心脏每个瞬间只有1 个三维综合心电向量，12 导联对应 12 条朝向不同的观测轴线，把同一个向量分别投影到各轴线，就能独立生成 12 条时序心电曲线，最终并排打印在同一张心电图图纸上，共用统一时间轴。

3. 心电图波形拆解

这是标准单导联正常心动周期心电图波形解析图，采用通用心电图纸网格标尺（横向计时、纵向计电压），完整展示一次心跳从心房激动到心室激动、复极全流程的波形分段如下图：

除极：心肌细胞静息时内外存在电位差（内负外正），接收到电刺激后离子跨膜流动、电位反转（内正外负），这个电位翻转过程就是除极。
复极：复极是心肌细胞完成除极、触发收缩之后，把细胞膜电位从「内正外负」的兴奋状态，重新变回静息时「内负外正」初始电位的电学复位过程，属于和除极反向的离子流动变化，是下一次心电激动能正常触发的前提。
P 波（P wave）
心房除极波，代表左右心房心肌除极（收缩前电激动）产生的电位变化，是单次心动周期最早出现的波形。
QRS 复合波（QRS complex）
全称：心室除极复合波，由 Q、R、S 三个子波组成：
Q 波：R 波前向下的负向小波；
R 波：整个波形最高的正向主峰；
S 波：R 波之后向下回落的负向波；
整体记录心室整体除极的电活动，波形陡峭、振幅最大。心房复极波形被QRS波完全覆盖所有没有提及。
T 波（T wave）
全称：心室复极波，代表心室完成收缩后、心肌恢复静息电位（复极）的电位变化，波形宽缓圆润。
U 波（U wave）
全称：后继复极小波，出现在 T 波之后，一般和心室浦肯野纤维复极相关，振幅很低。
PR 间期（PR interval）：从 P 波起点到 QRS 波起点，反映心房开始激动、信号经房室结传导抵达心室的总耗时（房室传导时间）。
QRS 复合波间期（QRS complex duration）：Q 波起点至 S 波终点，衡量心室整体除极耗费时长。
JT 间期（JT interval）：J 点开始到 T 波终点，聚焦心室除极结束后、全程复极的时长。
QT 间期（QT interval）：Q 波起点至 T 波终点，覆盖心室从除极启动到复极完成的完整周期，临床评估心室整体电活动时长核心指标。
节段（两个波段之间的平直基线段，不含首尾波主体）
PR 段（PR segment）：P 波终点到 QRS 波起点，对应电信号在房室结、希氏束等传导通路传递的阶段，贴近基线。
ST 段（ST segment）：J 点到 T 波起点，心室除极完毕、复极刚开始的平稳阶段，偏移抬高 / 压低是判断心肌缺血、心梗关键依据。
J 点（J point）：QRS 波终点和 ST 段起始的衔接拐点，是测量 ST 段偏移量的基准点位。

所有导联单次心动周期，都完整包含这套电活动时序，对于朝向相反的导联只不过是将波形换个方向。

二、ECG数据集

「ECG信号处理——（1）认识MIT-BIH数据库」2024年10月25日
「ECG信号处理——（2）MIT-BIH数据库在线分析（ATM）」2024年11月4日
「ECG信号处理——（3）WFDB工具包与MIT-BIH数据库读取」2024年11月13日

从下面这个官方链接页面可以下载到所有48组MIT-BIH心电数据：
https://www.physionet.org/content/mitdb/1.0.0/
数据介绍来源：
MIT‑BIH Arrhythmia Database Directory

.hea（头文件，ASCII 文本格式）
记录整条心电记录的基础元信息：采样率、导联类型、通道数量、采样总量、信号增益、基线偏移、数据存储格式，是解析.dat的索引依据，可用记事本直接打开查看。
.dat（原始心电波形数据，二进制格式）
存储双通道连续心电电压采样值，采用 MIT 自定义紧凑二进制编码（3 字节存 2 个 12 位采样），是绘制 ECG 波形、做信号预处理的原始数据源。
.atr（专家标注注释文件，二进制格式）
心脏病专家人工标注结果：包含每个 R 波峰值坐标、心搏类别（正常 / 室早 / 房早等）、心律类型、噪声标记，用来训练心律失常分类模型、校验算法识别精度。
辅助拓展文件
.xws
PhysioNet 配套波形查看工具（xwaves）的工程配置文件，保存该条记录的视图缩放、导联显示、标注筛选等界面参数，供软件可视化快速调用。
.at_
标注类临时备份 / 残缺缓存文件，属于下载、解压过程产生的不完整注释副本，非标准业务文件，正式解析时无需使用。

1. 数据筛选标准

数据库共收录48 条有效记录，分为两组：
第一组共 23 条（编号 100~124，存在缺号）：采用纯随机抽样选取，每条记录时长均略超过 30 分钟。
本组用于模拟临床常规场景下心律失常检测算法会遇到的各类正常波形与噪声伪影；抽样采用随机数法筛选磁带及 30 分钟分段，仅排除两条心电通道信号质量均不满足人工专家判读标准的片段。
第二组共 25 条（编号 200~234，存在缺号）：定向筛选，收录大量罕见但临床意义重大的心电现象，这类病例无法通过纯随机抽样充分覆盖。
本组包含复杂室性、交界性、室上性心律失常及各类传导阻滞；多条记录的节律形态、QRS 波多变性、信号噪声会对自动心律失常检测器形成极高识别难度，是本数据库在算法评测领域最具代表性的测试样本。

2. 心电图导联配置

绝大多数记录采用双通道采集：
上方通道：改良肢体 Ⅱ 导联（MLII），电极贴于胸壁；正常心搏在该通道 QRS 波清晰突出，是算法识别首选通道。
下方通道：多为改良 V1 导联，少数为 V2/V5，1 例为 V4，电极同样贴于胸壁。
该导联组合为贝斯以色列心律失常实验室标准采集方案。
下方通道导联轴线与心脏平均电轴近乎正交：正常窦性心搏波形多呈双向、电位接近等电位线，难以分辨；而异位搏动在该通道波形特征更突出（以记录 106 为例）。
特例说明：记录 114 双通道信号上下倒置；该情况临床偶发，心律失常检测算法需兼容此种通道颠倒场景。
记录 102、104 因患者胸区包扎手术敷料，无法采集改良 Ⅱ 导联，因此上方通道改用改良 V5 导联。

3.模拟磁带录制与回放设备

心电信号的采集过程：
人体心电模拟电压信号 → 便携记录仪采集 → 写入模拟磁带（外出随身记录阶段） → 实验室回放磁带 → ADC采样量化生成数字心电（MIT-BIH最终数据库文件）

磁带信号固有缺陷

通道时序偏移（Skew）
部分记录仪双通道信号最大时序偏移可达 40ms。偏移分为两类：一是录放设备磁头微小角度差带来的固定偏移；二是磁带录放时纵向微小抖动造成的可变偏移，偏移幅度与固定偏移处于同一量级。该问题同样存在于 AHA 心电数据库，会对双通道实时分析算法造成干扰。
磁带速度扰动
磁带轻微快慢波动对常规心律失常检测器无明显影响；低速回放极易出现磁带粘连、打滑，打滑片段均已添加注释标记。
心率变异性研究需重点考量磁带抖晃失真，本批原始磁带无抖晃补偿机制。
机械结构引入固定频率噪声伪影
下表为录放设备机械部件对应的干扰频率（实时基准）：
| 频率 (Hz)| 噪声来源 |
| ---- | ---- |
|0.042 | 记录仪压带轮 |
|0.083|2 倍速回放时的设备主轴 |
|0.090 | 记录仪主轴 |
|0.167 | 实时回放时的设备主轴 |
|0.10~0.18 | 收带盘（频率随磁带卷径增大持续降低）|
|0.20~0.36 | 供带盘（频率随磁带卷径减小持续升高）|
干扰强度排序：实时回放 0.167Hz 噪声最强；其次为 0.090Hz 噪声、2 倍速回放 0.083Hz 噪声；0.042Hz 噪声幅值最低。
其余传动结构衍生频率（0.42Hz、1.96Hz、9.1Hz、42Hz）无明显干扰。供带盘噪声显著强于收带盘，额外在 0.10_{0.18Hz、0.30}0.54Hz 产生干扰。
起搏信号记录说明
48 条记录中 102、104、107、217 包含起搏心搏。原始模拟磁带对起搏脉冲信号保真度不足，无法仅依靠脉冲幅值 / 上升沿斜率 / 脉宽完成实时识别；但数字化数据库完整还原磁带信号，可适配基于磁带离线分析的起搏伪影检测算法。

4.数字化采集流程

回放设备模拟输出经0.1~100Hz 带通滤波（抗混叠、防止模数转换器饱和），带宽覆盖心电全部有效频率成分。
采用麻省理工生物医学工程中心与贝斯以色列医院自研硬件进行模数转换，单通道采样率 360Hz；该采样频率便于算法内置 60Hz 工频陷波滤波器。
记录仪为电池供电，数据库中 60Hz 工频噪声大多产生于回放环节；2 倍速数字化的记录，工频噪声等效为 30Hz 及其倍频。
双通道采样时刻近乎同步，通道间采样时序偏差仅微秒级；远小于前文磁带带来的数十毫秒级偏移。
模数转换器为单极性、11 位量化，电压量程 ±5mV；采样值范围 0~2047，数值 1024 对应 0 电位基线。
原始数据受存储容量限制，采用 8 位一阶差分编码存储；结合采样率与量化精度，系统最大可记录信号变化率 ±225mV/s。实际场景下仅少数强噪声片段偶尔超出该上限，对整体信号质量无实质影响。
本 CD-ROM 版本已将差分数据还原为原始幅值，采用 3 字节打包存储两组 12 位采样值；存储格式详见 signal (5) 文档。
每个采样点以24 位二进制补码形式存储幅值，字节排布采用小端序（低有效字节优先存放）。

5.心电标注体系

标注生成流程
采用简单斜率型 QRS 检测器生成初始标注，全部识别事件标记为正常心搏；
每条 30 分钟记录打印两份完整心电图纸，标注初稿打印在图纸边缘；
两份图纸分送两名心脏病专家独立判读：补充漏检心搏、删除误检标记、修正全部异常心搏分类，同步添加心律标注、信号质量标注与文字备注；
将两份专家标注转录至数字文件，逐心搏自动比对，生成标注差异图纸；
两名专家共同复核所有分歧点，协商统一标注；修正内容二次录入后，审计程序校验标注逻辑一致性，并提取每条记录最长、最短 RR 间期，排查漏检 / 误检。
标注位置校准
数据库早期版本心搏标记置于 R 波附近，但人工标注无法精准对齐波峰；1983 年后全部记录（117 除外）执行统一校准流程：
对上方心电通道做数字带通滤波强化 QRS 波，修正滤波器相位偏移后，将所有心搏标记对齐至 QRS 局部极值点；少量强噪声心搏人工微调位置。记录 117 的标注直至 1998 年 3 月完成对齐。
校准后所有标注基准点统一落在 R 波波峰，精度满足波形平均、心率变异性研究需求；但前文磁带抖晃缺陷仍需纳入分析考量。
数据库总计约 109000 条心搏标注；1980 年数据库正式发布后持续修正标注错误，关键修正节点：
发布首 7 年：修正 16 处心搏标注（记录 104/108/114/203/207/217/222）；记录 214 原有左束支传导阻滞心搏全部误标为正常心搏；心律标注大幅更新，新增二联律、三联律、起搏心律标记。
1998 年 10 月：修正记录 203 心律标注；
2001 年 10 月：发现并修正第 17 处心搏标注错误（记录 209）；
2003 年 4 月：人工微调记录 119 中 26 个室性早搏标注位置，最大偏移 74ms；
2003 年 5 月：修正第 18 处心搏标注错误（记录 214）；
2005 年 4 月：记录 222 中原房颤片段，部分 / 全部修正为房扑标注；
2008 年 4 月：修正 3 处心搏标注（记录 108 两处、记录 215 一处）；
2010 年 6 月：发现并修正第 22、23 处心搏标注错误（均在记录 203）。
感谢 Bob Bruce、Pat Hamilton、尹登峰、Roger Mark、Sebastian Vasquez、Mariano Llamedo Soria 反馈标注漏洞。

6.波形图符号释义

（一）心搏标记（标准层）
符号全称与释义
· / N 正常窦性心搏
L 左束支传导阻滞心搏
R 右束支传导阻滞心搏
A 房性早搏
a 室内差异性传导房早
J 房室交界性早搏
S 室上性早搏
V 室性早搏（PVC）
F 室性 - 正常心搏融合波
[ 心室扑动 / 颤动起始
! 心室扑动波
] 心室扑动 / 颤动终止
e 房性逸搏
j 房室交界性逸搏
E 室性逸搏
/ 起搏心搏
f 起搏 - 正常心搏融合波
x 未下传 P 波（阻滞型房早）
Q 无法分类心搏
| 孤立类 QRS 波形伪影

（二）心律标注（绘制于心搏标记下方）
标记释义
(AB 房性二联律
(AFIB 心房颤动
(AFL 心房扑动
(B 室性二联律
(BII 二度房室传导阻滞
(IVR 自主室性心律
(N 正常窦性心律
(NOD 房室交界性心律
(P 起搏心律
(PREX 预激综合征（WPW）
(SBR 窦性心动过缓
(SVTA 室上性快速心律失常
(T 室性三联律
(VFL 心室扑动
(VT 室性心动过速

（三）信号质量 / 备注标注（绘制于心搏标记上方）
标记释义
qq 通道信号质量变更：首字符 (c/n) 代表上方通道（干净 / 噪声），第二位代表下方通道
U 双通道重度噪声 / 信号丢失，心电图无法判读
M / MISSB 漏搏
P / PSE 长间歇
T / TS 磁带打滑失真

专业术语注释（便于算法 / 心电研究查阅）
Holter：动态心电记录仪；
MLII：Modified Limb Lead II，改良胸贴式肢体 Ⅱ 导联；
QRS complex：心室除极复合波；
PVC：Premature Ventricular Contraction，室性早搏；
Skew：双通道时序偏移；
Anti-aliasing filter：抗混叠滤波器；
Notch filter：工频陷波滤波器；
A/D converter (ADC)：模数转换器；
Fusion beat：融合心搏；
Bundle branch block：束支传导阻滞；
Atrial flutter/fibrillation：房扑 / 房颤；
Ventricular tachycardia/flutter：室速 / 室扑；
Baseline isoelectric line：等电位基线；
Annotator：心电标注专家；
Bandpass filter：带通滤波器。

三、ECG信号中常见噪声与处理方法

ECGSYN，一个纯净心电信号生成器
ECGSYN 是一个用于生成合成心电图（ECG）信号的 MATLAB 函数。它通过模拟心电图信号的动态系统来生成具有真实特征的合成 ECG 信号。

下载地址：ECGSYN - A realistic ECG waveform generator v1.0.0

1.去噪效果评价指标

SNR（Signal-to-Noise Ratio）
信噪比是衡量信号质量的常用指标，它表示信号的强度与噪声的强度之比。在去噪后，信号的信噪比越高，说明去噪效果越好。

其中，x_i是原始信号，x ^ i \hat{x}_ix^i是去噪后的信号，N是信号的长度。
MSE（Mean Squared Error）
均方误差是衡量信号重建误差的指标，它表示原始信号与去噪后信号之间的平均平方误差。MSE 越小，说明去噪效果越好。

其中，x_i是原始信号，x ^ i \hat{x}_ix^i是去噪后的信号，N是信号的长度。

RMSE（Root Mean Squared Error）
根均方误差是均方误差的平方根，它与均方误差类似，也是衡量信号重建误差的指标。RMSE 越小，说明去噪效果越好。

其中，x_i是原始信号，x ^ i \hat{x}_ix^i是去噪后的信号，N是信号的长度。
Peak-to-Peak Amplitude
峰-峰值是衡量信号幅度变化的指标，它表示去噪后信号的最大值与最小值之差。在去噪过程中，应避免信号的过度衰减，保持信号的幅度特征。

其中，x ^ i \hat{x}_ix^i是去噪后的信号。

2.常见噪声及去噪算法

1）基线漂移及其去噪

基线漂移介绍

https://blog.csdn.net/qq_42936724/article/details/144987265?spm=1001.2014.3001.5501
一、产生原理（按诱因分类）
基线漂移是叠加在心电波形上的极低频慢变干扰，会让整体信号基准线缓慢上下偏移。效果如下图：

人体生理活动（最主要来源）
呼吸运动：吸气 / 呼气时胸腔扩张收缩，肺部组织电阻率、心脏空间朝向周期性改变，体表采集到的心电综合向量随之波动，频率稳定在0.1~0.3Hz（对应成人正常呼吸频次），漂移波形接近正弦周期波动。
体位 / 肢体微动：翻身、抬手、肌肉轻微牵拉，直接改变电极按压位置、皮肤形变，造成电极 - 皮肤接触阻抗突变，产生非平稳的慢趋势漂移；出汗会软化皮肤角质层，进一步加剧阻抗波动。
电极接触层面问题
电极胶老化、粘贴松动、皮肤角质过厚，接触电阻随外力、湿度动态变化，等效引入缓慢直流偏移；长期监测时该问题在动态 Holter 记录中尤为突出（MIT-BIH 数据集原始磁带记录也会叠加这类漂移）。
采集仪器硬件误差
前置放大电路存在固有直流偏置，工作时元器件温漂、供电电压小幅波动，会叠加缓慢的基线偏移；早年模拟磁带录放设备的转速抖动，也会衍生低频基线畸变。
其他次要因素
体表局部体温变化、皮下组织代谢带来的导电性微变，形成长时程缓慢漂移趋势。

二、基线漂移的信号特点与特征

低频特性：基线漂移主要表现为 0.05~1 Hz 的低频波动，与心电信号的高频特征（如 PQRST 波）形成鲜明对比。
缓慢变化：基线漂移的变化速度相对较慢，通常在数秒到数分钟内完成一个周期的变化。
幅度变化：基线漂移的幅度通常较小，但足以掩盖心电信号的某些特征波，影响心电图的准确分析和诊断。
非线性特性：基线漂移的产生原因复杂多样，其变化过程具有一定的非线性特性，这增加了去除基线漂移的难度。

方法一：高通滤波

基于基线漂移低频、变化缓慢、幅度变化小的特征，使用高通滤波器进行去噪。

低频特性：基线漂移主要表现为 0.05~1 Hz 的低频波动。高通滤波器可以有效地阻断低于其截止频率的低频成分，从而去除基线漂移。通常，高通滤波器的截止频率设置在 0.5 Hz 到 1 Hz 之间，以确保心电信号的高频特征波（如 PQRST 波）不受影响。
缓慢变化：由于基线漂移的变化速度相对较慢，高通滤波器能够将这种缓慢变化的低频成分滤除，保留心电信号的快速变化特征。
幅度变化：虽然基线漂移的幅度较小，但高通滤波器能够有效地去除这种幅度变化，避免其掩盖心电信号的特征波，提高心电图的准确分析和诊断能力。
适用场景：适用于基线漂移频率较低且与心电信号特征波频率有明显区别的场景。

方法二：小波变换

https://blog.csdn.net/qq_42936724/article/details/145248080?spm=1001.2014.3001.5501

小波变换将信号分解为逼近信号和细节信号，逼近信号反映了信号的整体趋势和主要特征，而细节信号则包含了信号的局部变化和噪声成分。
入信号和小波函数做卷积，将输入信号分解为一系列的信号。如下图：

小波分解基本思想：
小波分解的基本过程是通过对信号进行滤波，将信号分解成不同频带的成分。每一次分解都包括两个步骤：1、低频部分（逼近信息）通过尺度函数滤波得到。2、高频部分（细节信息）通过小波函数滤波得到。在每一层分解中，低频部分会继续进行下一次分解，而高频部分被提取为细节信息。

小波分解数学解释：
设原始信号为，在进行第层的小波分解时，信号首先被分解为逼近信息（低频部分）和细节信息（高频部分）。这两个部分通过滤波器对信号进行处理，公式如下：

第j jj层逼近信息（低频部分）：

其中，h ( n ) h(n)h(n)是尺度函数（低通滤波器）的系数，用于捕捉信号的低频部分（平滑信息）。尺度函数的作用是对信号进行平滑处理，提取信号的主结构。C_j+1,n是上一层的逼近系数。

第j jj层细节信息（高频部分）：

其中，g ( n ) g(n)g(n)是小波函数（高通滤波器）的系数，用于捕捉信号的高频部分（细节信息）。小波函数的作用是捕捉信号的变化或细节，尤其是快速变化的部分。C_j+1,n仍然是上一层的逼近系数。

多层小波分解思想：

在多层小波分解中，分解过程是递归的。
第0层：原始信号f ( x ) f(x)f(x)通过尺度函数系数g ( n ) g(n)g(n)和小波函数系数h ( n ) h(n)h(n)滤波，得到第 1 层的逼近信息和细节信息。
第1层：从第0层得到的逼近信息（低频部分）继续进行滤波，得到第 2 层的逼近信息和细节信息。
以此类推，直到分解达到指定的层数N。

注意：分解的层数决定了信号被分解为多少个尺度的逼近信息和细节信息。较高的层数可以提供更精细的信号表示，但也会增加计算复杂度。每分解一层，信号的时间分辨率减半。因此，分解的层数N通常受信号长度限制。

小波基的选择与特点：
小波基的选择对于小波变换的效果影响很大。不同的小波基有不同的数学结构和性质，因此适用于不同类型的信号处理任务。小波基主要由尺度函数（low-pass filter）和小波函数（high-pass filter）组成。常见的小波基包括哈尔小波（Haar Wavelet）、道尔小波（Daubechies Wavelet）、Symlet小波等。

（1）哈尔小波（Haar Wavelet）

公式与定义
哈尔小波是最简单的小波基，属于最基础的小波变换，它的尺度函数ϕ ( t ) \phi(t)ϕ(t)和小波函数ψ ( x ) \psi(x)ψ(x)在数学上定义如下：

尺度函数（母小波）：

小波函数：

哈尔小波在时间-频率平面中提供了简单的离散化方式，是具有最简单结构的分解方式。它是一致不连续的小波，主要是通过一步跳跃式的变化来进行局部信息的提取。

适用场景与优缺点
1）适用场景：哈尔小波主要用于图像处理、信号压缩、数字图像和音频的初步处理等。因为其计算简便，所以经常用于一些实时处理系统。

2）优缺点：

优点：简单高效，计算速度快，易于实现。

缺点：对信号变化的表达能力差，不能很好地捕捉信号的平滑和细腻结构，尤其不适合不连续或者具有显著跳变的信号。

（2）道尔小波（Daubechies Wavelet）

公式与定义
道尔小波是一类具有正交性的小波，具有更好的频率局部化特性。它们通过多项式形式定义，最常用的是道尔小波的第一种（Db₁），（ Db₁小波实际上是哈尔小波），以及其后的几种（Db₂，Db₃…）。道尔小波的阶数（即小波函数的平滑程度）越高，信号的局部变化就越平滑，频率局部化性越好。

对于更高阶的小波（如 Db₂），尺度函数和小波函数的定义更为复杂。举例来说，Db₂小波的尺度函数和小波函数分别为：

相比于Db₁，此时的小波有更强的平滑性和更高的频率分辨能力，适合于信号中的细节和复杂结构的提取。

适用场景与优缺点

1）适用场景：
信号处理：道尔小波特别适用于去噪、信号压缩和重建。
图像处理：特别是图像压缩算法中有广泛应用。
时频分析：对平滑的信号或带有一定平稳性的信号非常有效。
2）优缺点：
优点：平滑性较好(在数学上，平滑性好代表小波 / 尺度函数本身连续、高阶可微，曲线过渡顺滑)，具有较强的时频局部化特性，适合平稳信号的处理。
缺点：计算相对复杂，需要更多的计算资源。

（3）Symlet 小波（Symlet Wavelet）

公式与定义
Symlet小波是道尔小波的一种变体，它通过进一步优化对称性来克服道尔小波在某些信号上产生的失真。Symlet小波同样是正交小波，并且它是对称的，这使得它在很多应用场景中更有优势，尤其在信号的时域重构中。
Symlet 小波可以通过以下关系来定义：

ϕ ( t ) \phi(t)ϕ(t)是尺度函数，决定信号的平滑部分。

ψ ( x ) \psi(x)ψ(x)是小波函数，捕捉信号的细节部分。

h_k和g_k是滤波器的系数（具体系数值与具体的Symlet小波阶数有关）。

N是滤波器的长度（通常是2或4，表示滤波器的阶数）。

Symlet 小波的阶数越高，其平滑性和对称性越好。以 Symlet-2 为例，Symlet-2（也称为 S2）的尺度函数和小波函数系数如下：

Symlet-2 小波通过这些系数生成尺度函数和小波函数，进行时移和尺度缩放等操作。

适用场景与优缺点
1）适用场景：

Symlet-2小波适用于对信号对称性和平滑性要求较高的应用，如音频处理、图像分析和生物医学信号分析等。它特别适合处理平稳或复杂的信号，能够有效进行信号去噪、特征提取和压缩。

2）优缺点：

优点：

高对称性：Symlet 小波比 Daubechies 小波具有更好的对称性，这对于一些需要保留信号对称特征的应用非常有用，如音频、图像等。
平滑性：Symlet 小波的平滑度较高，适用于平稳信号和复杂信号的处理。
正交性：和 Daubechies 小波一样，Symlet 小波也保持了正交性，能够有效地分解和重构信号，适用于信号压缩、去噪等任务。
缺点：

计算复杂度较高：由于Symlet小波具有较高的对称性，它的计算复杂度通常要比其他低阶小波（如Haar小波）更高，因此在实时信号处理中可能需要更多的计算资源。
内存占用大、相对较慢的计算速度：由于Symlet小波的多项式阶数较高，使用较高阶的Symlet小波时，处理需要更多的内存和时间，尤其对于长时间序列信号。

离散小波变换本质就是用一对数字滤波器(h,g)进行卷积下采样；这对滤波器是生成尺度函数、小波函数的种子，但滤波器本身不等于ϕ ( t ) \phi(t)ϕ(t)和ψ ( t ) \psi(t)ψ(t)。给定小波基名字db4，就唯一确定一套h , g h,gh,g；给定h , g h,gh,g，也唯一确定ϕ \phiϕ,ψ \psiψ。

小波基选择总结：

表格补充：

正交性：是指小波基之间的内积为零，即它们是彼此“独立”的。这意味着小波基可以在信号分解和重构时避免冗余信息。正交小波可以将信号能量分布到不同频带，且不同频带之间没有相互干扰。适合信号分解、重构、压缩等应用。
双正交性：是指两个不同的小波基满足正交性，一个用于信号分解，另一个用于信号重构。双正交小波可以通过不同的小波基实现更灵活的信号分析和重构。它同时保留了正交小波的优点，并在某些方面提供更高效的处理能力（如更好的边界处理）。
紧支性：是指小波函数的非零值仅在有限的范围内存在，即小波函数的“支撑”区域是有限的。紧支性小波在计算时可以快速收敛，且在实际应用中计算效率高。紧支性的小波基适合处理具有局部特性的信号。
支撑长度：是指小波函数在时间域中非零值区域的长度。支撑长度越短，时间局部化越强，处理短时信号时更加精确。然而，支撑长度越短，频域局部化的能力可能会下降（时间-频率分辨率的权衡）。
对称性：是指小波基函数在时间域的对称程度。对称小波基在处理边界问题时可以减少失真或伪影。常见的小波基中，Mexicanhat是完全对称的，而Daubechies是近似对称的。

小波重构
小波重构是小波变换的逆过程，即通过逼近信息和细节信息逐层恢复原始信号的过程。重构过程利用多尺度分析的分解结果（即逼近系数和细节系数）以及相应的小波基函数进行信号的还原。从第N层开始向上递归进行重构，逐层计算，每一层的逼近系数和细节系数被用于重构上一层的逼近系数。直到回复原始信号。

小波重构特点：

a）完全重构：小波变换的正交性或准正交性保证了信号可以完全重构而无损。

b）局部重构：只用某些特定的逼近或细节信息，可以实现局部信号的重构，常用于压缩或降噪。

c）滤波器精度：重构质量与所使用的小波基、滤波器系数的精度密切相关。

小波分解与重构的关系：

小波去噪原理

具体步骤如下：

（1）小波分解：使用小波变换将信号分解为不同的频率成分（逼近系数和细节系数）。低频部分（逼近系数）通常包含了基线漂移。

（2）阈值处理：通过设定阈值，去除低频分量中的噪声。阈值处理通常应用于小波系数，用硬阈值或软阈值来去除噪声。硬阈值是直接将小于阈值的系数置为零，而软阈值则是在硬阈值的基础上对大于阈值的系数进行缩减。

（3）小波重构：通过逆小波变换将去噪后的小波系数重构回原始信号。这样，去除基线漂移后的信号就能恢复为更接近原始的清晰信号。

硬阈值方法简单但可能会导致去噪信号出现不连续性和突变，尤其在处理低幅信号时，容易丢失一些重要的细节信息。软阈值的优点是能平滑信号，减少硬阈值可能产生的“块状效应”，但它可能导致信号的一些细节丢失，因为它对所有系数进行了缩减。

2）肌电干扰及其去噪

参考文章：
https://blog.csdn.net/qq_42936724/article/details/145585714?spm=1001.2014.3001.5501

肌电干扰的产生与特点

产生原理
肌电干扰（EMG interference）通常是由肌肉的收缩或放松引起的。当肌肉纤维收缩时，会产生动作电位，这些电位会传播并产生电场，被电极检测到，形成肌电信号。然而，这些信号也可能被其他设备或电极误检测到，从而在非目标信号中产生干扰。例如，在心电图（ECG）信号中，肌电干扰会以不规则且快速变化的锯齿波形出现，如下图

** 信号特点与特征 **
肌电干扰的频率范围较宽，主要集中在10-150Hz之间。其频谱特性类似于零均值白高斯噪声。在静息状态下，肌电干扰通常较小，但在一些特殊情况下，如患有无法控制的震颤的受试者、需要努力保持肢体或身体姿势的残疾人以及儿童中，肌电干扰较为常见。

带通滤波器处理肌电干扰

通带频率范围：根据需要去除的肌电干扰频率范围来设定，例如，若肌电干扰集中在10-120Hz，可设置带通滤波器的通带范围为该区间之外的频率。
滤波器阶数：滤波器的阶数越高，其频率选择性越好，但可能会引入更多的相位失真。
滤波器类型：常见的有巴特沃斯滤波器、切比雪夫滤波器等，不同类型的滤波器在通带平坦度、阻带衰减等方面存在差异。

原始信号的快速震荡的小幅度高频波动可以被滤除，使心电信号变得更加平顺，与此同时，明显的基线漂移也可以被滤除。通过合理设置带通滤波器的截止频率的系数，可以做到这一点。

3）工频干扰及其去噪

「ECG信号处理——（9）工频干扰去噪与实现方法（陷波/带阻滤波器）」2025年3月4日

工频干扰概述

工频干扰的原因
工频干扰主要是由电力系统中的交流电源（50Hz或60Hz）产生的电磁波。这些干扰通过电极接触、导线等途径进入到心电信号中，表现为周期性、规则的波动。在许多国家和地区，电力系统的标准频率为50Hz（如欧洲、亚洲等地区），而在美国和其他地区为60Hz。

工频干扰的频率范围
工频干扰的主要频率为50Hz，干扰信号会影响心电图的质量，导致测量误差。其频率范围通常集中在50Hz及其谐波上，影响ECG信号的准确性。
下图为带有工频干扰的心电信号：

带阻滤波器去除工频干扰

陷波滤波器的原理
陷波滤波器（Notch Filter）又称为带阻滤波器（Band-Stop Filter, BSF），但通常特指一种用于抑制特定窄带频率分量的滤波器，特别是在工频干扰（如 50Hz 或 60Hz）去除时应用广泛。陷波滤波器是一种专门设计用于抑制特定频率信号的滤波器。在处理工频干扰时，通常设计一个以50Hz为中心频率的陷波滤波器。该滤波器将50Hz及其附近频率的信号有效地抑制掉，同时几乎不影响其他频率成分。

陷波滤波器的设计
陷波滤波器具有非常窄的带宽，可以在频谱中为50Hz提供一个“陷阱”，将其从信号中去除。设计时，需要保证其频率响应在50Hz频率附近下降到足够低的水平，以实现干扰信号的有效抑制。常见参数包括：

中心频率：50Hz
带宽：0.5~2Hz，具体取决于干扰的特性

优缺点

优点：陷波滤波器可以非常精确地去除50Hz工频干扰，对心电信号的影响较小，不会削弱其他频率成分。
缺点：当工频干扰的频率发生变化时（例如电源不稳定），陷波滤波器的性能可能下降。因此，设计时需要考虑滤波器的频率响应范围和适应性。

可以通过信噪比和均方误差判断带阻滤波器的效果。

日记详情

心电图的基础知识