一种心电信号自动降噪方法.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CN108113665A(43)申请公布日2018.06.05(21)申请号201711339403.9(22)申请日2017.12.14(71)申请人河北大学地址071002河北省保定市五四东路180号(72)发明人刘秀玲张杰烁熊鹏刘明李鑫王洪瑞(74)专利代理机构石家庄国域专利商标事务所有限公司13112代理人孙丽红苏艳肃(51)Int.Cl.A61B5/0402(2006.01)A61B5/00(2006.01)权利要求书2页说明书5页附图4页(54)发明名称一种心电信号自动降噪方法(57)摘要本发明公开了一种心电信号的自动降噪算法，其处理过程是：A）建立回声状态网络并初始化；B）获取人体心电信号并在此基础上构建训练集；C）利用基于递归最小二乘法的在线训练算法训练回声状态网络，获得训练好的回声状态网络；D）构建测试集，将测试集输入训练好的回声状态网络，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滤除噪声，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。CN108113665ACN108113665A权利要求书1/2页1.一种心电信号的自动降噪算法，其特征是，包括以下几个步骤：A)建立回声状态网络并初始化；B)获取人体心电信号并在此基础上构建训练集；C)利用基于递归最小二乘法的在线训练算法训练回声状态网络，获得并保存训练好的回声状态网络；D)以训练集之后紧邻的心电信号构建测试集，将测试集输入训练好的回声状态网络，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算法，其特征是，步骤A)包括初始化权值矩阵和网络参数初始化设定，其中：①初始化权值矩阵过程是：将输入单元与储备池内部连接的权值矩阵Win和储备池内部神经元连接权值矩阵W随机初始化，使之都服从均匀分布；将输出单元与储备池的连接权值矩阵Wback、储备池与输出单元连接权值矩阵Wout初始化为零矩阵；②网络参数初始化设定过程是：输入神经元个数设定为4，输出神经元个数设定为1，储备池中神经元个数设定为N＝1000±300；储备池稀疏程度SD＝m/N，其中，m是储备池中相互连接的神经元个数，SD取值范围为1～5％；储备池谱半径SR的取值根据在0～1范围内以0.1为步长进行调试，以结果最优时所对应的SR值为最终取值，SR＝max{abs(W的特征值)}；储备池输入单元尺度IS的取值为在-1～1范围内以0.01为步长进行调试，以结果最优时所对应的IS值为最终取值。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)具体过程如下：①从所获取的人体心电信号数据中截取若干连续心拍x(n)，n＝1，2，...，M，M＝55±2，然后以当前时刻的含噪心电信号x(n)、其上一时刻的含噪心电信号x(n-1)、当前时刻的含噪心电信号的一阶导数x′(n)、当前时刻的含噪心电信号的二阶导数x″(n)构成回声状态网络的输入信号xr(n)，表示为定义当前时刻的含噪心电信号x(n)所对应的干净心拍数据为d(n)；由xr(n)与d(n)组成训练集(xr(n)，d(n)，n＝1，2，...，M)；②定义其中g(·)为输出神经元激活函数，选为恒等函数，即输出神经元为一个线性神经元，该函数中，矩阵v(n)定义为其中r(n)为储备池状态变量；③定义误差e(n)＝d(n)-y(n)。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)具体过程是：2CN108113665A权利要求书2/2页①选定网络的储备池状态变量初始值为0，即r(0)＝0，训练集(xr(n)，d(n)，n＝1，2，...，M)中的样本xr(n)经过Win，d(n)经过Wback分别加到储备池中，利用公式r(n)＝(1-α)[f(W·r(n-1)+Win·u(n)+Wback·d(n))]+α·r(n-1)进行储备池状态变量r(n)的更新；其中f(·)为储备池神经元激活函数，选为非线性的tanh(·)函数；u(n)＝ψ(n-1)·v(n)，ψ(n)为v(n)的相关系数矩阵并通过公式来进行更新，其中，λ为遗忘因子，其取值在0.95～1范围以0.0001为步长进行调试，以结果最优时λ值为最终取值，ψ(0)＝δ·I，I为单位矩阵，δ为一个极小的正数，其取值在0～0.001范围内以0.00001为步长调试，以结果最优时δ值为最终取值；α为遗忘率，其取值在0～1范围内以0.1的步长进行调试，以结果最优时的α值为最终取值；②根据公式Wout(n)＝Wout(n-1)+k(n)·e(n)进行输出权重Wout的更新；③通过更新Wout(n)和r(n)使y(n)逼近干净ECG信号d(n)，使误差e(n)能够近似于0，得到训练完