一种心电信号的自动降噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110169768A(43)申请公布日2019.08.27(21)申请号201910611774.0(22)申请日2019.07.08(71)申请人河北大学地址071002河北省保定市五四东路180号河北大学(72)发明人刘秀玲李鑫熊鹏刘明杜海曼杨建利张杰烁(74)专利代理机构石家庄国域专利商标事务所有限公司13112代理人苏艳肃(51)Int.Cl.A61B5/0402(2006.01)A61B5/00(2006.01)权利要求书2页说明书4页附图4页(54)发明名称一种心电信号的自动降噪方法(57)摘要本发明涉及一种心电信号的自动降噪方法，其方法包括以下步骤：a、获取人体的心电信号，确定网络输入样本的长度，人为破坏样本数据，得到破坏后的心电信号样本并构建训练集和测试集；b、利用训练集中无标签的含噪心电信号样本对降噪自动编码器进行预训练得到初始化的网络参数；c、预训练完成后，使用训练集中有标签的含噪心电信号样本对网络参数整体调优，并且使其满足重构误差要求；d、将测试集输入训练好的无损约束降噪自动编码器的堆叠网络结构中，得到干净的心电信号。经本发明方法的处理，去噪后的干净心电信号不但有效地滤除了噪声，且恢复了心电信号低频特征波，保留了心电信号的有效信息。CN110169768ACN110169768A权利要求书1/2页1.一种心电信号的自动降噪方法，其特征是，包括以下步骤：a、获取人体的心电信号，确定网络输入样本的长度，人为破坏样本数据，得到破坏后的心电信号样本并构建训练集和测试集；b、利用训练集中无标签的含噪心电信号样本对降噪自动编码器进行预训练得到初始化的网络参数；c、预训练完成后，使用训练集中有标签的含噪心电信号样本对网络参数整体调优，并且使其满足重构误差要求；d、将测试集输入训练好的无损约束降噪自动编码器的堆叠网络结构中，得到干净的心电信号。2.根据权利要求1所述的心电信号的自动降噪方法，其特征是，步骤a的具体过程为：a-1、采集人体的心电信号，确定网络输入样本的长度为81；a-2、人为破坏原始信号数据，得到破坏后的心电信号样本并构建训练集和测试集；a-3、以破坏后的心电信号样本作为网络的最终输入信号，采用sigmoid函数归一化构建81-60-40-60的网络。3.根据权利要求2所述的心电信号的自动降噪算法，其特征是，步骤b的具体过程为：b-1、将输入层数据映射到隐藏层得到信号的深层特征经过网络训练重构出输出信号z；其中，Xn为原始含噪信号，为破坏后的心电信号，W为编码部分的权值矩阵，b为偏置向量，W和b共同构成编码部分的网络参数{W,b}；b-2、在降噪自动编码器DAE的误差函数基础上增加含有Xc的约束项，因此重构误差函数为其中，Xc表示去噪后的干净信号，γ为约束项参数，m为均方根误差的个数，λ为权重值；式中包含了两个约束项，一个无损约束项为另一个约束项为4.根据权利要求3所述的心电信号的自动降噪算法，其特征是，步骤c的具体过程为：c-1、初始化Xc为Xn，此时LDAE变为简单的DAE；随即初始化{W,b}，采用梯度下降算法优化W和b，W(t+1)＝W(t)+ΔW(t)，b(t+1)＝b(t)+Δb(t)；c-2、将优化完成的{W,b}看做常数来优化Xc，此时的重构误差函数表达式为c-3、对Xc求偏导来最小化重构误差函数JLDAE，即JLDAE在Xc的偏导数为0，经变换可得c-4、将Xc视作常量再对W和b进行优化，得到更新后的Xc，再用梯度下降算法对W和b进行优化，如此重复直到重构误差函数收敛或者达到最大迭代次数。5.根据权利要求4所述的心电信号的自动降噪算法，其特征是，步骤d的具体过程为：输出端重构出的是去噪后的信号Xc，通过映射函数计算重构向量z＝g(h)＝s(W'h+b')，解码2CN110169768A权利要求书2/2页部分的网络参数为{W',b'}，其中权值矩阵W'＝WT；然后将测试集输入无损约束自动降噪编码器网络输出干净信号。3CN110169768A说明书1/4页一种心电信号的自动降噪方法技术领域[0001]本发明涉及心电信号的自动检测与分析技术，具体地说是一种心电信号的自动降噪方法。背景技术[0002]近年来，我国的心脑血管疾病的发病率和死亡率位居各类疾病的首位，已经成为人类健康的头号杀手，全球十大致死原因中缺血性心脏病人数位居第一。针对于心电信号的检测，心电图无疑是目前心血管疾病诊断最为有效的手段。然而在医院短短几分钟可能会漏掉连续信息从而造成误诊，所以长期的动态心电图更能够全面反映患者的心电信号变化。[0003]不同于医院的静态采集数据，长期的动态心电图往往是在患者进行各种生活日程中进行采集的，在此之中就产生了很大的干