可穿戴個人健康監護系統被廣泛認為是下一代健康監護技術的核心解決方案。監護設備不斷地感知、獲取、分析和存儲大量人體在日常活動中的生理數據，為人體的健康狀況提供必要的、準確的、集成的和長期的評估和反饋。在心電監測領域，可穿戴傳感器具有以下應用優勢:(1)數據通過無線電波進行傳輸，免除了復雜的連線。(2)在不影響人體運動狀態的前提下長時間的采集人體日常心電數據，實時的傳輸至監護終端進行分析處理。

ECG(electrocardiogram)是人體心臟有規律活動產生的生物電信號。通過對ECG信號的檢測分析可以對人體心臟疾病進行早期診斷和跟蹤治療。ECG信號中的噪聲主要包括基線漂移、直流偏移、工頻噪聲、ECG電極片與人體接觸產生的阻抗容抗變化，以及運動偽影。其中，基線漂移和運動偽影是對ECG信號檢測影響最大的噪聲，在大強度運動情況下，ECG信號的QRS波形完全淹沒在運動偽影中，給信號的檢測和分析帶來巨大的困難。

小波變換是傅立葉分析的新發展和重大突破，具有豐富的數學內容和應用價值，特別是在信號處理、圖像處理、模式識別以及生物醫學信號處理等領域有顯著的突破。從生物醫學信號本身的特征及一些研究表明，小波變換在生物醫學信號處理領域應用潛力非常巨大。選擇適當的基本可使小波在時、頻兩域都具有表征信號局部特性的能力。小波變換提供了一個在時、頻平面上可調的分析窗口，該分析窗口在信號高頻段的頻率分辨率不好，而時域分辨率變好；反之在信號低頻段，頻率分辨率變好，而時域分辨率變差。小波濾除噪聲的本質在于小波變換對信號和噪聲的瞬時特性的結果表現不一樣，我們可以在小波域對信號和噪聲進行區分，以達到去噪的目的。

鑒于此，提出一種基于離散小波變換(DWT)的心電信號偽影去除及心電信號PQRST波檢測方法，運行環境為MATLAB R2018A，部分代碼如下：

clear all
close all
clcFs = 360; % Sampling Frequency
Fnotch = 0.67; % Notch Frequency
BW = 5; % Bandwidth
Apass = 1; % Bandwidth Attenuation
[b, a] = iirnotch (Fnotch/ (Fs/2), BW/(Fs/2), Apass);
Hd = dfilt.df2 (b, a);load ('100m.mat');
ecgsig = val/200;
t = 0:length(ecgsig)-1;
tx = t./Fs;subplot (4, 1, 1), plot(tx,ecgsig), title ('ECG Signal with baseline wander'), grid on
y0=filter (Hd, ecgsig);
subplot (4, 1, 2), plot(tx,y0), title ('ECG signal with low-frequency noise (baseline wander) Removed'), grid on

出圖如下：

完整代碼：MATLAB環境下基于離散小波變換的心電信號偽影去除及PQRST波檢測

工學博士，擔任《Mechanical System and Signal Processing》審稿專家，擔任《中國電機工程學報》優秀審稿專家，《控制與決策》，《系統工程與電子技術》，《電力系統保護與控制》，《宇航學報》等EI期刊審稿專家。

擅長領域：現代信號處理，機器學習，深度學習，數字孿生，時間序列分析，設備缺陷檢測、設備異常檢測、設備智能故障診斷與健康管理PHM等。