基于全局特征提取与峰值规律学习的心磁信号降噪方法

本发明公开了一种基于全局特征提取与峰值规律学习的心磁信号降噪方法；采用编码‑解码架构，通过跳跃残差连接增强模型的特征提取能力，并设计了峰值注意力机制，聚焦心磁信号中的R峰位置以捕获关键模式。此外，通过全局自注意力网络建模，学习MCG信号的长期依赖性和全局规律性，从而在低信噪比条件下精准还原真实信号。与大多数仅使用单个心跳信号的方法不同，本方法利用更长时间跨度的MCG序列，进一步捕捉心脏跳动的全局规律和细微变化。实验结果表明，该方法在降噪精度、鲁棒性和信号恢复能力方面显著优于现有方法，为低成本、高精度的心血管疾病诊断提供了有效技术支持。