在基于小波的心电图（ECG）信号滤波中，适当小波的选择是一个必不可少的问题。 由于熵可以测量与ECG信号相关的不确定性特征，因此本文提出了一种基于多个与熵和能量有关的准则的综合熵准则Ecom，以寻找特定ECG信号的最优基波。 。 考虑到小波的分解能力以及分解后的系数与被分析信号之间的信息相似性，提出了一种Ecom准则，该准则整合了能量，熵，能熵比，联合熵，条件等八个准则。熵，互信息，相对熵以及用于优化小波选择的比较信息熵。 实验验证是基于从MIT-BIH心律失常数据库中选择的16位受试者的ECG信号进行的。 通过四个过滤性能指标，即输出信噪比（SNRo），均方根误差（RMSE），均方根差百分比（PRD）和相关系数，将Ecom与这八个标准中的每一个进行比较。 96个被噪声污染的ECG信号的滤波结果证明，在选择最佳基本小波进行ECG信号滤波时，Ecom的性能优于其他八个标准。 与其他比较标准相比，由Ecom识别的小波具有最佳的滤波性能。 假设检验还验证了Ecom的SNRo，RMSE，PRD和相关系数与形状匹配方法的差异（a= 0.05，双向t检验）。
