Filtrace EKG signálu pomocí Wavelet transformace

Na signálu signal126_1 byla vyzkoušena wavelet filtrace pomocí šesti typů vlnek — Symmlet, Haar, Beylkin, Coiflet, Daubechies a Vaidyanathan, zároveň bylo provedeno srovnání dvou metod prahování signálu Soft a Hard. Úroveň dekompozice byla nastavena na 4 a parametr příkazu MakeONFilter odpovídající počtu „vanishing moments“ použité vlnky byl nastaven také na 4 (konkrétní počet nulových bodů je tedy 8 – Coiflet, 2 – Daubechies, 4 – Symmlets).

Zdrojový kód v Matlabu: [ stáhnout ]

Výsledky


Signál: signal126_1


Závěr

Protože srovnání údajů SNR nevypovídá nic zásadního o kvalitě filtrace při použití různých typů vlnek, je nutno provést hodnocení „vizuálně“. Je zřejmé, že filtraci je vhodnější provést pomocí vlnky, jejíž tvar charakterem více odpovídá tvaru zákmitů a vln, které se objevují v EKG signálu. Při aplikaci tohoto kritéria lze učinit závěr, že pro filtraci EKG signálu je vhodné použít vlnek typu Symmlet, Coiflet nebo Beylkin. Naopak vlnky Haar, Daubechies a Vaidyanathan se pro tento účel příliš nehodí. Ve všech případech se jako lepší ukázalo použití metody tvrdšího prahování (metoda Hard), které aproximuje signál přesněji, což se projevuje také vyšším údajem SNR.
Filtrování EKG signálu pomocí wavelet transformace je při použití vhodného typu vlnky velmi účinné. Vzhledem k relativní jednoduchosti použití i výslednému SNR lze wavelet filtraci označit za efektivnější než filtraci pomocí klasických digitálních filtrů.