【心电信号】基于变分模式提取VME提取心电信号附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

心电图衍生的呼吸 (EDR) 信号是一种有效且廉价的呼吸监测方法。先前的研究表明，经验模式分解 (EMD) 技术可以令人满意地提取 EDR 信号，但是，它们的性能在存在噪声的情况下会降低。另一方面，变分模式分解 (VMD) 对噪声具有良好的鲁棒性。在 EDR 提取等对特定模式感兴趣的应用中，VMD 会增加不必要的计算成本。在本文中，我们将 EDR 的提取视为获取信号特定模式的问题，并提出了一种称为变分模式提取 (VME) 的新方法。该方法建立在与VMD类似的基础上，但有一个新的准则：提取特定模式后的残余信号在模式的中心频率处应该没有或只有很少的能量。在这方面，VME 能够通过将 EDR 信号视为中心频率近似为零的模式来解决 EDR 问题。为了进行验证，从 VME 提取的 EDR 信号中检测到呼吸率信号，并将其与通过 VMD、基于 EMD 的方法和带通滤波获得的信号进行比较。结果证实，新方法可以更准确地提取 EDR 信号，同时执行更低的计算成本和更高的收敛速度。从 VME 提取的 EDR 信号中检测呼吸频率信号，并将其与 VMD、基于 EMD 的方法和带通滤波获得的信号进行比较。结果证实，新方法可以更准确地提取 EDR 信号，同时执行更低的计算成本和更高的收敛速度。从 VME 提取的 EDR 信号中检测呼吸频率信号，并将其与 VMD、基于 EMD 的方法和带通滤波获得的信号进行比较。结果证实，新方法可以更准确地提取 EDR 信号，同时执行更低的计算成本和更高的收敛速度。

⛄ 部分代码

clc

clear all

close all

sig=load('shuju.txt');%信号

Fs=10000;%采样频率

tau =0;                         

tol = 1e-7;

Alpha=2000;

omega_int=0.24;%初始中心频率

u_d=vme(sig,Alpha,omega_int,tau,tol);

t=0:1/Fs:(length(sig)-1)/Fs;%（时间）

se=abs(u_d).^2;

nfft = 2^nextpow2(length(se));

ses = abs(fft((se-mean(se)),nfft)/length(se));

freq = linspace(0,0.5*Fs,nfft/2);

figure

subplot(211)

plot(t,u_d,'b')

subplot(212)

plot(freq,ses(1:nfft/2),'b')

xlim([0 500])

⛄ 运行结果

⛄ 参考文献

[1] Nazari M ,  Sakhaei S M . Variational Mode Extraction: a New Efficient Method to Derive Respiratory Signals from ECG[J]. IEEE Journal of Biomedical & Health Informatics, 2017:1-1.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料