基于卷积自编码器的双阶段心电信号降噪方法

    公开(公告)号:CN110974217B

    公开(公告)日:2022-08-09

    申请号:CN202010005613.X

    申请日:2020-01-03

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于卷积自编码器的双阶段心电信号降噪方法。一种基于卷积自编码器的双阶段心电信号降噪方法,包括:准备的心电信号数据采样率为360HZ,心电信号的输入长度固定为统一长度,并给心电信号增加不同程度的噪声;给每一组数据准备了其对应的标签输出,输出即为干净的心电信号;心电信号降噪阶段;心电信号细节重建阶段。本发明的有益效果:本方法无需将心电信号转换成时频域或者是其他表达函数中,直接能够学习到心电信号的降噪过程,不会产生吉布斯效应;本方法不需要获得噪声参考信号;本方法通过信号的降噪和细节重建过程,能较好地还原出原始信号的细节部分与特征信号。

    基于改进的一维U-net的单导心电图信号特征波形检测方法

    公开(公告)号:CN110353665B

    公开(公告)日:2022-03-11

    申请号:CN201910749358.7

    申请日:2019-08-14

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于改进的一维U‑net的单导心电图信号特征波形检测方法。本发明基于改进的一维U‑net的单导心电图信号特征波形检测方法,包括:S1.数据准备:准备的心电信号数据采样率为500HZ,心电信号的输入长度固定为统一长度,并给心电信号增加不同程度的高斯白噪声与脉冲噪声,对心电信号进行不同程度的缩放。本发明的有益效果:1.本方法无需人工设计特征,本方法使用的U‑net中使用的参数皆为自动学习得到;2.本方法在定位P波或是T波边界点时无需预先定位R波或是QRS波群,P波、T波的边界点定位与QRS波群的边界点定位是同时进行的。

Patent Agency Ranking