简介：目的　将小波变换应用于ECG信号QRS波检测，提高QRS波的正确检测率。方法　利用二进Marr小波对ECG信号按Mallat算法进行变换；从等效滤波器的角度分析了信号奇异点(R波峰值点)与其小波变换模极大值的关系；探讨二次微分小波与一次微分小波在奇异点分析时性能上的差异，在检测中还运用了一系列策略以增强算法的抗干扰能力。结果　经MIT/BIH标准心律失常数据库验证，QRS波的正确检测率高达99.8%。结论　小波技术在ECG信号消噪和精确定位显示良好的性能；不同的小波函数直接影响结果和后续的检测策略。

简介：探索心电信号的有效标定方法.利用小波变换良好的时频聚焦性和多孔算法的时不变性,并结合时域的标定参考信息,实现对ECG的准确标定.结果表明在Matlab6.5仿真环境下,对MIT/BIH心电数据库中的数据进行测试,准确率可达99.5%,并且满足CSEworkingParty提出的心电检测误差标准.在波形失真较小情况下,用该法可实现对ECG的自动标定.

简介：本文首先分析了新的时频分析理论——小波变换理论的优良时频特性，并与窗口傅里叶变换的时频特性作了比较；又对小波变换理论在生物医学信号处理中的应用进行了评述；最后对小波变换理论及在生物医学信号处理中的应用作了简要展望。

简介：介绍了3种基于小波变换的医学图像增强方法和其原理,分别应用这3种增强方法对一幅磁共振医学图像进行了增强处理,对实验结果数据进行对比分析,说明它们在医学图像增强效果上的差异.

简介：目的研究用小波变换去除心电图信号中呼吸信号的方法.方法采用db4小波对采样频率为200Hz的心电图信号作离散小波变换的多层分解,并与呼吸信号的频率成分比较,发现呼吸信号分布在心电图信号分解后第8、9、10层细节中,去除这些成分和高频干扰,对剩下的分量重构.结果比较成功地纠正了心电信号的基线,去除了低频呼吸信号的干扰.结论小波变换的方法能够去除心电信号中的呼吸信号干扰.

简介：临床上分析癫痫脑电信号非常重要．由于临床记录的癫痫脑电信号中含有大量的伪迹干扰，特别是肌电伪迹，所采集的脑电信号无法正确反映大脑的生理及病理状况。本研究利用小波变换的多分辨率特性和独立分量分析（ICA）的盲源分离特性，把用连续小波变换分解的脑电子带信号作为ICA输入，经ICA分离后，有效地消除了癫痫脑电中的肌电伪迹，并分离出了癫痫样特征波，效果理想。

简介：为了提高P波检测准确率,利用小波变换模极大值对在多尺度上的变化规律能表征信号突变点的性质,结合人体生理特性的检测策略进行心电信号P波的跨尺度检测.同时,引入反向传播神经网络对已检出的准P波再次进行确认与识别.经MIT数据库实验表明,P波检测准确率达到97%.