编号：D436
大小：6.33M
环境：Matlab2020b
简介：基于Matlab心脏频率和心电信号的EEMD去噪,使用集成经验模式分解的ECG信号去噪和使用希尔伯特变换的R峰值检测（心率）。
该项目的目的是通过使用集成经验模式分解（一种用于生物信号去噪的新方法）的新方法，对生理信号进行滤波和去噪（在这种情况下，我选择了心脏信号ECG）。此外，利用希尔伯特变换对心电频率进行配准。
文件结构：
*Axcor—-获取信号的相关指数。可选使用，用于应用滤波器后在信号之间进行比较。
*ecg.mat——真实心电图示例#1。
*ecg1.mat–Real心电图示例#2。
*eem.m-eemd函数。请参阅以下说明。
*EEMDdenosisingHilbert.m-主要源代码。要运行的文件。它实现了与心电信号相关的功能。
*emax—返回最大点及其坐标
*emin—返回最小点及其坐标
*extrema——此函数通常用于查找样条曲线包络（未使用）。
*peakseek——它在一定范围内找到峰值（不使用，因为希尔伯特变换更准确）。
Example:
ecg=load (‘ecg1.mat’); % loading the signal
ecg=struct2cell(ecg);
ecg=cell2mat(ecg);
ecg = (ecg – 1024)/200; % you have to remove “base” and “gain”
EEMD功能
EEMD将信号分解为固有模式函数，其中一些用于重建信号并去除噪声和伪影。要应用EEMD功能：
Example:
imf=eemd(ecg1,.2,70); %Apply the EEMD to the noisy signal
Arguments: ecg1:signal to be filtered .2->ratio of the standard deviation, 70->ensemble number
这些值是根据文献设定的。
心电信号的滤波和去噪
为了对信号进行滤波，我采用了四阶数字巴特沃斯带通和eemd。
%% ECG signal denoising
imf=eemd(ecg1,.2,70); %Apply the EEMD to the noisy signal .2->ratio of the standard deviation 70->ensemble number
imfs=imf’; %transpose the imf’s matrix
reconstruction=imfs(4,:)+imfs(5,:)+imfs(6,:); %We consider that these 3 imf’s possess the important information

%4 order Butterworth filter bandpass .05-230Hz.
fclowpass=230; % Low pass cut-off frequency 230Hz
fchighpass=.05; % Low pass cut-off frequency .05Hz
filterorder=4; %filter order

[b,a]=butter(filterorder,[filterorder*fchighpass/Fs,2*fclowpass/Fs]);
filtered_ECG=filter(b,a,reconstruction);
希尔伯特变换用于强调ECG的R峰值，并具有一个唯一的R峰值，因为它之前已经去除了噪声和伪影。

运行展示

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频