基于相关性评估与FastICA的实时心电信号提取算法

摘要

针对传统的独立成分分析(ICA)算法无法实现实时的信号分离和提取的问题,提出一种基于相关性评估和实时FastICA的方法.通过对混合信号分段,并进行FastICA处理,再对分离后的信号段进行相关性评估,选取与心电信号相关性最大的信号段进行相位的修正与幅值缩放,实现心电(ECG)信号的实时提取.在分离处理前,对混合信号进行基线漂移的过滤,提高了算法的鲁棒性.实验表明:所提算法的准确率可达96.7％,能够有效实现心电信号的实时提取.