摘要
本发明提供了一种去除心电信号中极端高噪声的残差扩散去噪方法及系统,包括:服务器接收客户端发送的待分析心电数据;对所述待分析心电数据进行滑窗分割,得到固定长度的待去噪心电数据;将所述待去噪心电数据作为预先设计的基于残差的“扩散‑反向”路径的起点,利用训练好的深度学习模型预测该起点之后的下一个路径点,并逐步迭代到基于残差的“扩散‑反向”路径的终点;重复计算多条路径,将多个路径终点的信号进行按位平均;将平均结果传输回终端设备中。本发明通过设计基于残差的扩散去噪模型,有效解决了复杂噪声心电图去噪效果差的问题,利用残差扩散模型,能够更准确地捕捉心电信号中的有效信息,在极端噪声条件下实现更好的去噪效果。
技术关键词
扩散去噪方法
电信号
训练深度学习模型
去噪系统
一维卷积神经网络
交叉注意力机制
卷积模块
采样模块
终点
噪声数据
终端设备
金字塔
客户端
噪声条件
去噪模型
系统为您推荐了相关专利信息
静态特征
足底压力信号
融合特征
表面肌电信号
动态
可充电纽扣电池
实时时钟芯片
升压模块
电源滤波电路
升压芯片
智能导诊方法
智能导诊系统
输入模块
导诊机器人
标签
一维卷积神经网络
麦冬药材
识别方法
红外光谱仪
非暂态计算机可读存储介质
心电特征
心电数据分析方法
深度学习网络
列表
融合特征