目的心电降噪一直是智能心电信号处理的最重要的一步,为了解决单个多层降噪自编码器(SDAE)降噪无法准确提取特定特征的问题,提升医生对心血管疾病的诊断准确率,论文提出了一种基于多层降噪自编码器与门控循环单元(GRU)级联网络的结构来...目的心电降噪一直是智能心电信号处理的最重要的一步,为了解决单个多层降噪自编码器(SDAE)降噪无法准确提取特定特征的问题,提升医生对心血管疾病的诊断准确率,论文提出了一种基于多层降噪自编码器与门控循环单元(GRU)级联网络的结构来进行心电信号降噪。方法预处理阶段采用SDAE的非线性特征提取能力,对原始心电信号进行初步去噪,恢复信号的主干特征;后处理阶段利用GRU网络的长短期记忆特性捕获心电信号的时间依赖性和周期性特征,进一步精细化去除残余噪声,同时保留心电信号的关键生理信息。结果与单独使用SDAE相比,级联网络显著提高了心电信号的降噪效果,信噪比平均提升约6 d B,降噪性能提升约35%。结论在含有复杂噪声的心电信号中,级联网络能够更有效地分离出EGC信号特征并同时保留EGC的病态特征,为后续的智能诊断提供更多的信息,在临床应用方面具有可行性。展开更多
目的心电信号具有低信噪比的特点,其在检测过程中不可避免地会受到多种噪声的干扰。在众多心电降噪方法中,小波变换由于具有良好的时频局部特性、多尺度特性和去相关化等特点受到了学界的广泛关注。而阈值对小波降噪的结果影响较大,阈...目的心电信号具有低信噪比的特点,其在检测过程中不可避免地会受到多种噪声的干扰。在众多心电降噪方法中,小波变换由于具有良好的时频局部特性、多尺度特性和去相关化等特点受到了学界的广泛关注。而阈值对小波降噪的结果影响较大,阈值的研究一直是小波降噪的重点。本文采用小波变换对心电信号降噪进行研究,并对阈值进行改进,以获得更好的降噪效果。方法首先通过实验获得了较为适合心电信号降噪的db7小波基和3层小波分解层数,然后对软硬阈值的降噪结果进行研究,发现阈值太大或太小会导致丢失细节或噪声消除不好,提出了一种根据信号窗口均统计特性的自适应新阈值算法。新阈值算法将信号进行小波分解后的小波系数,阈值函数处理后的小波系数进行比较,并与原算法给出的阈值相结合,得出新的阈值,再对不同信噪比的心电信号进行处理。结果使用新的阈值算法对不同病人的心电信号进行降噪,新阈值算法处理后的信号的降噪效果均有提升。且对含不同程度噪声的信号处理后的信噪比较原来的阈值算法处理后的信号最高有2 d B的提升,均方误差也有较大的减小。结论本文提出的新的阈值算法所获得的降噪效果较原来的阈值算法有较大提升,在对心电信号的处理上保持心电细节的同时能获得更好的降噪效果。展开更多
文摘目的心电降噪一直是智能心电信号处理的最重要的一步,为了解决单个多层降噪自编码器(SDAE)降噪无法准确提取特定特征的问题,提升医生对心血管疾病的诊断准确率,论文提出了一种基于多层降噪自编码器与门控循环单元(GRU)级联网络的结构来进行心电信号降噪。方法预处理阶段采用SDAE的非线性特征提取能力,对原始心电信号进行初步去噪,恢复信号的主干特征;后处理阶段利用GRU网络的长短期记忆特性捕获心电信号的时间依赖性和周期性特征,进一步精细化去除残余噪声,同时保留心电信号的关键生理信息。结果与单独使用SDAE相比,级联网络显著提高了心电信号的降噪效果,信噪比平均提升约6 d B,降噪性能提升约35%。结论在含有复杂噪声的心电信号中,级联网络能够更有效地分离出EGC信号特征并同时保留EGC的病态特征,为后续的智能诊断提供更多的信息,在临床应用方面具有可行性。
文摘目的心电信号具有低信噪比的特点,其在检测过程中不可避免地会受到多种噪声的干扰。在众多心电降噪方法中,小波变换由于具有良好的时频局部特性、多尺度特性和去相关化等特点受到了学界的广泛关注。而阈值对小波降噪的结果影响较大,阈值的研究一直是小波降噪的重点。本文采用小波变换对心电信号降噪进行研究,并对阈值进行改进,以获得更好的降噪效果。方法首先通过实验获得了较为适合心电信号降噪的db7小波基和3层小波分解层数,然后对软硬阈值的降噪结果进行研究,发现阈值太大或太小会导致丢失细节或噪声消除不好,提出了一种根据信号窗口均统计特性的自适应新阈值算法。新阈值算法将信号进行小波分解后的小波系数,阈值函数处理后的小波系数进行比较,并与原算法给出的阈值相结合,得出新的阈值,再对不同信噪比的心电信号进行处理。结果使用新的阈值算法对不同病人的心电信号进行降噪,新阈值算法处理后的信号的降噪效果均有提升。且对含不同程度噪声的信号处理后的信噪比较原来的阈值算法处理后的信号最高有2 d B的提升,均方误差也有较大的减小。结论本文提出的新的阈值算法所获得的降噪效果较原来的阈值算法有较大提升,在对心电信号的处理上保持心电细节的同时能获得更好的降噪效果。
