基于CEEMDAN-TSO和堆叠的稀疏自动编码器的ECG信号的否定方法

科学领域:

• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 电心电图 (ECG) 信号对于诊断心脏病至关重要.
• 环境和设备因素引入噪音,掩盖了ECG中的关键诊断信息.
• 有效的降噪对于准确的心电图分析至关重要.

研究的目的:

• 为低频ECG信号提出一种新的降噪方法.
• 通过改善心电图信号质量,提高心血管疾病诊断的准确性.

主要方法:

• 开发了CEEMDAN-TSO-SSAE方法,将完整的集体实证模式分解与自适应噪声 (CEEMDAN),金枪鱼群群优化 (TSO) 和堆叠稀疏自编码器 (SSAE) 集成在一起.
• 运营商优化了CEEMDAN参数 (噪声标准偏差,实现次数,最大代次数).
• 在信号重建之前,使用相关系数方法选了内在模式函数 (IMF),并使用SSAE对有效的IMF进行了否定.

主要成果:

• 在模拟信号上,CEEMDAN-TSO-SSAE方法实现了最高的信号与噪声比 (SNR) 19.88和最低的平均平方误差 (MSE) 0.02.
• 在具有基线漂移的真实心电图信号上,该方法的SNR为20.25和MSE为0.01.
• 超越了波形包分解,经验模式分解,基于TSO的变化模式分解和Denoising自编码算法.

结论:

• CEEMDAN-TSO-SSAE方法有效地消除了来自ECG信号的复杂噪声.
• 拟议的方法保留了对于准确诊断至关重要的基本信号组件.
• 这种技术为心血管健康监测的ECG信号处理提供了显著的进步.