基于ICEEMDAN和PSO-VMD方法的ICG信号消噪

科学领域:

• 生物医学工程 生物医学工程
• 心血管生理学心血管生理学
• 信号处理 信号处理

背景情况:

• 阻抗心脏图 (ICG) 对于评估心脏功能至关重要,但其准确性取决于精确的特征点识别.
• 传统的降噪方法可以扭曲ICG信号的临界幅度和时间特征,影响参数计算.
• 噪音和呼吸的人工物可能会损害ICG数据的临床实用性.

研究的目的:

• 开发和评估一种用于阻抗心图 (ICG) 信号的新噪声和文物消除方法.
• 为了保持ICG信号的振幅和时间保真,以准确计算心脏参数.
• 提高从ICG数据中提取特征点的可靠性.

主要方法:

• 实施改进的完整合奏实证模式分解与适应性噪声 (ICEEMDAN).
• 基于粒子优化的变化模式分解算法 (PSO-VMD) 的应用,用于信号分解和噪声清除.
• 与基于波形的方法和集体实证模式分解 (EEMD) 的比较分析.

主要成果:

• 拟议的ICEEMDAN和PSO-VMD方法显著改善了信号噪声比 (SNR).
• 与现有方法相比,该技术显示了较低的根平均平方误差 (RMSE).
• 观察到与原始ICG信号的增强相关性和波形一致性.

结论:

• ICEEMDAN和PSO-VMD的方法为处理ICG信号提供了一种卓越的方法,有效地消除噪音和工件.
• 这种技术确保了基本信号特征的保存,导致更准确的心脏功能评估.
• 这些发现支持ICG分析的这种先进信号处理方法的临床适用性.