心电图 (ECG) 分析在识别各种心脏病方面越来越受欢迎。因此，心电图分析在与心脏相关的所有医学问题中起着重要作用。ECG 信号的分析非常繁琐，因为噪声会嵌入到信号中，并且需要合适的方法来检测和消除 ECG 信号中的噪声。在本文中，提出了一种具有频谱平坦度和自适应滤波功能的经验模态分解 (EMD) 技术来提高 ECG 信号的质量。所提出的方法结合了频谱平坦化和自适应滤波器的特点以及 EMD 方法来消除 ECG 信号中存在的噪声。所提出的方法已通过 MIT-BIH 数据库中的六个样本心电图记录以及临床严重性噪声进行了验证，以研究所提出方法的有效性。将各种输入噪声水平的肌电图 (EMG) 噪声、基线漂移噪声和 PLI 噪声与 ECG 信号相加，并使用所提出的方法进行降噪，降噪信号的平均信噪比 (SNR) 计算如下-10 dB、-5 dB 和 0 dB 输入 SNR 分别为 23.37 dB、25.91 dB 和 28.74 dB。将所提出的方法与现有方法进行了比较，例如 EMD 方法、改进的具有自适应噪声的完整集成 EMD (ICEEMDAN)、具有最小均方 (ICEEMDAN-LMS) 滤波器的 ICEEMDAN 和具有准对立 Jaya 算法的 ICEEMDAN (ICEEMDAN-QOAJ)。从验证中可以看出，与现有方法相比，将频谱平坦度和自适应滤波器与 EMD 融合可以提高 SNR 值。各种输入噪声水平的基线漂移噪声和 PLI 噪声与 ECG 信号相加，并使用所提出的方法进行降噪，降噪信号的平均信噪比 (SNR) 计算为 23.37 dB、25.91 dB 和 28.74 dB 分别表示 -10 dB、-5 dB 和 0 dB 输入 SNR。将所提出的方法与现有方法进行了比较，例如 EMD 方法、改进的具有自适应噪声的完整集成 EMD (ICEEMDAN)、具有最小均方 (ICEEMDAN-LMS) 滤波器的 ICEEMDAN 和具有准对立 Jaya 算法的 ICEEMDAN (ICEEMDAN-QOAJ)。从验证中可以看出，与现有方法相比，将频谱平坦度和自适应滤波器与 EMD 融合可以提高 SNR 值。各种输入噪声水平的基线漂移噪声和 PLI 噪声与 ECG 信号相加，并使用所提出的方法进行降噪，降噪信号的平均信噪比 (SNR) 计算为 23.37 dB、25.91 dB 和 28.74 dB 分别表示 -10 dB、-5 dB 和 0 dB 输入 SNR。将所提出的方法与现有方法进行了比较，例如 EMD 方法、改进的具有自适应噪声的完整集成 EMD (ICEEMDAN)、具有最小均方 (ICEEMDAN-LMS) 滤波器的 ICEEMDAN 和具有准对立 Jaya 算法的 ICEEMDAN (ICEEMDAN-QOAJ)。从验证中可以看出，与现有方法相比，将频谱平坦度和自适应滤波器与 EMD 融合可以提高 SNR 值。-10 dB、-5 dB 和 0 dB 输入 SNR 分别为 25.91 dB 和 28.74 dB。将所提出的方法与现有方法进行了比较，例如 EMD 方法、改进的具有自适应噪声的完整集成 EMD (ICEEMDAN)、具有最小均方 (ICEEMDAN-LMS) 滤波器的 ICEEMDAN 和具有准对立 Jaya 算法的 ICEEMDAN (ICEEMDAN-QOAJ)。从验证中可以看出，与现有方法相比，将频谱平坦度和自适应滤波器与 EMD 融合可以提高 SNR 值。-10 dB、-5 dB 和 0 dB 输入 SNR 分别为 25.91 dB 和 28.74 dB。将所提出的方法与现有方法进行了比较，例如 EMD 方法、改进的具有自适应噪声的完整集成 EMD (ICEEMDAN)、具有最小均方 (ICEEMDAN-LMS) 滤波器的 ICEEMDAN 和具有准对立 Jaya 算法的 ICEEMDAN (ICEEMDAN-QOAJ)。从验证中可以看出，与现有方法相比，将频谱平坦度和自适应滤波器与 EMD 相融合可以提高 SNR 值。