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
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。
