摘要
本发明提供一种基于独立成分分析的心磁信号自动降噪方法,所述方法包括:使用传感器采集多通道静息态心磁信号,去除高频干扰和基线漂移,对心磁信号进行时序分割和标准化处理;通过独立成分分析算法,计算出心磁信号各个独立分量,并进行目视检查得到标注信息。对每个独立成分进行滑动窗口裁剪处理和频谱分析;基于时域和频域独立成分数据集进行特征提取;将时域独立成分数据集与提取特征输入时序分类网络,标注信息作为标签进行训练,得到自动独立成分分析模型。该方法提供了一种心磁信号的标准化、自动化的预处理流程,能够应用于复杂的使用场景,处理流程简单,自动化程度高,鲁棒性好,灵活性强,有着较高的医学应用价值。
技术关键词
自动降噪方法
独立成分分析算法
分类网络
可变形卷积神经网络
高频干扰
方差贡献率
小波阈值去噪方法
长短期记忆神经网络
融合器
滑动窗口
时序
噪声源
光泵磁强计
频域特征
信号源
多通道
数据
特征提取器
系统为您推荐了相关专利信息
甲状腺超声图像
自动评分方法
分类网络
深度学习模型
注意力机制