[發(fā)明專利]一種基于K-SVD與OMP算法結(jié)合的心電信號去噪方法有效
| 申請?zhí)枺?/td> | 201811476879.1 | 申請日: | 2018-12-05 |
| 公開(公告)號: | CN109635699B | 公開(公告)日: | 2023-08-29 |
| 發(fā)明(設(shè)計)人: | 湯偉;王權(quán);劉嫣;王玲利 | 申請(專利權(quán))人: | 陜西科技大學(xué) |
| 主分類號: | G06F18/214 | 分類號: | G06F18/214;G06F18/10 |
| 代理公司: | 西安西達(dá)專利代理有限責(zé)任公司 61202 | 代理人: | 劉華 |
| 地址: | 710021 陜西省*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 svd omp 算法 結(jié)合 電信號 方法 | ||
本發(fā)明涉及一種基于稀疏分解的心電信號去噪方法,主要解決采集心電信號時其含有多種噪音對心電信號的影響。步驟如下:第一步,獲取含有噪音的原始心電信號;利用近似奇異值分解的稀疏K?SVD算法對超完備字典進(jìn)行訓(xùn)練;在此字典基礎(chǔ)上,利用基于殘差比迭代方式的OMP算法對信號進(jìn)行稀疏表示得出稀疏編碼系數(shù),利用訓(xùn)練好的字典與稀疏編碼系數(shù)來重構(gòu)去噪后的信號。本發(fā)明有效地解決了不同強(qiáng)度噪音下心電信號去噪問題。
技術(shù)領(lǐng)域
本發(fā)明屬于信號處理領(lǐng)域,特別涉及到一種基于K-SVD的字典訓(xùn)練算法與正交匹配算法結(jié)合的去燥方法。
背景技術(shù)
隨著國家經(jīng)濟(jì)的快速發(fā)展與人民生活水平的不端提高,國內(nèi)心血管疾病的發(fā)病率也在不端的上升。心電圖(Electrocardiogram,ECG)作為臨床醫(yī)學(xué)常規(guī)檢查方法之一,它對心血管疾病的診斷具有重要意義。心電信號作為人體微弱信號,采集的過程中會有大量噪音,將其有效部分提取出來成為心電檢測與識別的前提。傳統(tǒng)的去噪方法有FIR數(shù)字濾波器、自適應(yīng)濾波器、小波濾波器、神經(jīng)網(wǎng)絡(luò)濾波器等方法。這些方法存在各樣缺點(diǎn),如局部濾波效果差、實(shí)時性等問題。近年來,稀疏分解理論在信號處理以及圖像處理方面取得了卓越成果。為了克服這些問題,本發(fā)明提出利用稀疏理論的方法對信號進(jìn)行去噪,它利用信號的稀疏性將信號稀疏表示,再將其重構(gòu)出原始信號。因此,本發(fā)明是一種準(zhǔn)確且高效的心電信號去噪方法。
發(fā)明內(nèi)容
心電信號作為心臟電活動在人體體表的表現(xiàn),信號比較微弱,極易受環(huán)境的影響,且其含有不同類型的噪聲,主要有肌電干擾、工頻干擾和基線漂移。對其進(jìn)行去噪處理是必要的。針對現(xiàn)有技術(shù)存在的不足,本發(fā)明提供了一種利用K-SVD與OMP相結(jié)合算法的心電信號去噪方法,利用K-SVD算法將初始超完備字典訓(xùn)練為具有完整特征的心電信號的超完備字典,利用OMP算法將其重構(gòu)出,從而達(dá)到去噪效果。經(jīng)實(shí)驗(yàn)驗(yàn)證其功能具有準(zhǔn)確、且設(shè)計合理的優(yōu)點(diǎn)。
一、K-SVD算法學(xué)習(xí)過程
如圖2所示,K-SVD算法學(xué)習(xí)過程為:
(1)初始化字典D。選取Gabor原子庫來作為初始樣本。Gabor函數(shù)的表達(dá)式如下所示:
其中g(shù)(t)為高斯窗函數(shù),γ是由s,u,v,w四種參數(shù)決定的時頻參數(shù),s為尺度因子,決定了函數(shù)能量分布率。v為頻率調(diào)制因子,決定了函數(shù)主頻;u為平移因子,決定了函數(shù)波形的位置;w為相位因子,決定了函數(shù)的相位。通過次函數(shù)便可以生產(chǎn)Gabor字典。
(2)設(shè)給定訓(xùn)練樣本集其中N表示此訓(xùn)練集合共有N個信號;字典D∈Rn×k為Gabor字典。為訓(xùn)練信號稀疏表示的稀疏向量集合。字典學(xué)習(xí)的過程表示一個優(yōu)化問題,即
其中,T0表示稀疏系數(shù)非零個數(shù)的最大值。
(3)逐列更新字典D。信號分解表示為
其中,xj是αj所對應(yīng)系數(shù)矩陣X的第j行向量,Ek為去掉αj的信號集y的殘差。然后,引入?yún)?shù)進(jìn)行SVD分解。
wk表示的是訓(xùn)練樣本集{yi}分解時用到原子dk時所有yi的索引所構(gòu)成的集合,即的索引。σk為N×|ωk|矩陣。分別為y、Ek去掉零輸入后的結(jié)果。此時,式(3)轉(zhuǎn)化為
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于陜西科技大學(xué),未經(jīng)陜西科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811476879.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 移動通信系統(tǒng)中的語音和數(shù)據(jù)同傳
- 基于壓縮感知和K-SVD的單通道混合語音分離方法
- 使用共享視頻裝置和個人裝置的個性化視頻內(nèi)容消費(fèi)
- 一種基于稀疏字典無線傳感器網(wǎng)絡(luò)WSNs信號處理的方法
- 一種FPGA異構(gòu)加速計算裝置及系統(tǒng)
- 基于SVD簡化的卡爾曼濾波模型的導(dǎo)航方法及系統(tǒng)
- 基于2級奇異值分解的大容量音頻水印算法
- 融合LFM潛在因子與SVD的手機(jī)應(yīng)用用戶喜好檢索方法
- 使用同時話音數(shù)據(jù)調(diào)制解調(diào)器獨(dú)立交換話音和數(shù)據(jù)的呼叫
- 同時話音-數(shù)字通信中應(yīng)用的聲音調(diào)節(jié)





