-
公开(公告)号：CN112487914B
公开(公告)日：2021-08-31
申请号：CN202011335304.5
申请日：2020-11-25
申请人： 山东省人工智能研究院
摘要： 一种基于深度卷积生成对抗网络的ECG降噪方法，改进原有的对抗网络结构，加入了二维卷积与反卷积网络结构，加速训练过程的同时，提高网络优化稳定性，较之一般网络具有更强的泛化能力，在特征层归一化方面进行了批处理操作，便于调整隐藏中的数据分布，使得网络更易于被训练，针对对抗神经网络自身训练过程十分不稳定的缺陷，通过在判别器的损失函数中加入了梯度惩罚，极大程度地减小训练过程中梯度爆炸和弥散的可能性，从而提高网络优化稳定性，使用改进后的损失函数，使损失函数效果更佳。
-
公开(公告)号：CN111513679B
公开(公告)日：2021-06-01
申请号：CN202010360012.0
申请日：2020-04-29
申请人： 山东省人工智能研究院
IPC分类号： A61B5/318
摘要： 一种基于形态成分分析及稀疏表示的心电噪声去除方法，通过基于不同成分分析及稀疏表示原理的ECG信号修复技术进行说明，此方法不基于傅里叶变换产生的振幅及频谱。它将信号分解成具有不同特性成分，其中一成分是由多个同时连续振动的信号组成，称作为高共振分量。另一成分是由没有特定状态和持续时间的瞬态冲击信号组成，称作为低共振分量。通过基于形态成分分析及稀疏表示的心电噪声去除方法，包括信号形态成分分析，稀疏表示和群稀疏阈值处理。有效去同频带噪声的干扰。
-
公开(公告)号：CN113598785B
公开(公告)日：2022-02-18
申请号：CN202111017585.4
申请日：2021-08-31
申请人： 山东省人工智能研究院
摘要： 一种基于小波域稀疏特性的心电信号去噪方法，通过对心电信号小波系数进行优化计算，在实现准确高效去噪的同时，能够更好地保留原始心电信号的波形特征。得到的阈值函数是连续的，且能够避免传统的小波阈值去噪方法在不连续点处出现的噪声尖峰和伪吉布斯震荡。充分利用了心电信号在小波域的稀疏特性，通过选取非凸的稀疏惩罚函数，可以得到较为稀疏的解。通过选取合适的正则化参数，保证了目标函数的严格凸性，通过凸优化方法可以得到去噪问题的唯一解，且该优化算法计算效率高、收敛速度快。
-
公开(公告)号：CN113598785A
公开(公告)日：2021-11-05
申请号：CN202111017585.4
申请日：2021-08-31
申请人： 山东省人工智能研究院
摘要： 一种基于小波域稀疏特性的心电信号去噪方法，通过对心电信号小波系数进行优化计算，在实现准确高效去噪的同时，能够更好地保留原始心电信号的波形特征。得到的阈值函数是连续的，且能够避免传统的小波阈值去噪方法在不连续点处出现的噪声尖峰和伪吉布斯震荡。充分利用了心电信号在小波域的稀疏特性，通过选取非凸的稀疏惩罚函数，可以得到较为稀疏的解。通过选取合适的正则化参数，保证了目标函数的严格凸性，通过凸优化方法可以得到去噪问题的唯一解，且该优化算法计算效率高、收敛速度快。
-
公开(公告)号：CN111835360A
公开(公告)日：2020-10-27
申请号：CN202010677703.3
申请日：2020-07-14
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： H03M7/30
摘要： 一种基于基追踪去噪的稀疏信号重构方法，通过压缩感知的重构性能对噪声非常敏感，即噪声的引入会大大降低压缩感知的重构性能，通过基追踪降噪，实现了心电信号噪声的滤除和信号的重构。通过数值最优化算法准确重构出原始信号，得到了原有的波峰波谷信息，利用了心电信号的稀疏性特点重构了原有的心电信号，并有效的去除了噪声，保证了心电信号的真实性。
-
-
-
-
搜索结果
55 条记录 (耗时 0.052 秒)
