机器学习算法：朴素贝叶斯
Naive Bayes

离散小波变换（Discrete Wavelet Transform）在数值分析和时频分析中很有用。第一个离散小波变换由匈牙利数学家发明，离散小波转换顾名思义就是离散的输入以及离散的输出，但是这里并没有一个简单而明确的公式来表示输入及输出的关系，只能以阶层式架构来表示。

压缩、去除杂讯：使用低通滤波器，将小波转换的高频滤掉，即保留

提取呼吸波
1.小波变换将原始心电信号在适宜尺度上进行一定层数的分解，按照采样频率和呼吸频率范围，将呼吸频率范围内的小波分解信号进行重组，即得到呼吸信号
2.根据R波进行检测插值
3.先将心电信号进行傅里叶变换，得到频谱，再将呼吸频率以外的信号幅度置0，再进行傅里叶发变化，得到呼吸信号
由于呼吸的频率很低(<0.5Hz)为了减少分析数据" 需要降低抽样频率至5Hz。在降低抽样频率之前，需滤除大于2.5Hz的高频成分。
基于幅度分析法。由于呼吸作用引起心电图中的R波和T波最大振幅的起伏和基线漂移。基线漂移是应滤除的干扰，因为无法判断这个基线漂移是由呼吸引起还是由于运动伪迹等其它原因引起，无法使用基线漂移来提取呼吸信息。