基于深度學(xué)習(xí)的心電信號(hào)降噪和T波自動(dòng)檢測(cè)研究.pdf

1、心臟性猝死具有突發(fā)性、高發(fā)病率和高致死率的特點(diǎn)，是心血管領(lǐng)域關(guān)注的熱點(diǎn)問題。在遠(yuǎn)程醫(yī)療背景下，動(dòng)態(tài)心電監(jiān)護(hù)是心臟性猝死預(yù)測(cè)的有效方法。心臟性猝死發(fā)生前，動(dòng)態(tài)心電圖的Q-T形態(tài)和間期時(shí)常伴有異常改變，從而使Q-T段的識(shí)別和分析成為了心臟性猝死早期預(yù)測(cè)的關(guān)鍵。其中 T波信號(hào)微弱，易受噪聲干擾，而且形態(tài)多變，因此在遠(yuǎn)程醫(yī)療背景下心臟性猝死預(yù)測(cè)的研究中，心電信號(hào)降噪和T波檢測(cè)逐漸成為研究的重點(diǎn)和難點(diǎn)。
　　本文考慮人體個(gè)體差異特征，以及遠(yuǎn)

2、程醫(yī)療背景下信號(hào)噪聲多、干擾大等因素，利用遠(yuǎn)程醫(yī)療背景下心電信號(hào)具有大數(shù)據(jù)特征的優(yōu)勢(shì)，引入深度學(xué)習(xí)，研究心電信號(hào)降噪和T波自動(dòng)檢測(cè)算法。主要工作如下：
　?。?）心電信號(hào)中部分噪聲的頻譜和主要信號(hào)頻譜存在重疊現(xiàn)象，傳統(tǒng)的降噪方法很難將其濾除干凈。為此，本文利用遠(yuǎn)程醫(yī)療背景下心電信號(hào)具有大數(shù)據(jù)特征的優(yōu)勢(shì)，提出了基于降噪自動(dòng)編碼器構(gòu)建深度神經(jīng)網(wǎng)絡(luò)的心電信號(hào)降噪算法。通過(guò)堆疊多個(gè)降噪自動(dòng)編碼器，可以抽象輸入信號(hào)的深層次特征。利用降噪自動(dòng)

3、編碼器提取信號(hào)魯棒性特征的能力，完成從含噪聲信號(hào)中重構(gòu)原始信號(hào)的得任務(wù)?；谛碾娦盘?hào)之間的相似性構(gòu)建訓(xùn)練數(shù)據(jù)，調(diào)整網(wǎng)絡(luò)參數(shù)，使得構(gòu)建的神經(jīng)網(wǎng)絡(luò)完成心電信號(hào)降噪。
　?。?）針對(duì)基于降噪自動(dòng)編碼器的心電信號(hào)降噪算法中，部分降噪信中含有的鋸齒狀噪聲殘留情況，采用小波自適應(yīng)閾值和壓縮降噪自動(dòng)編碼器優(yōu)化降噪模型。通過(guò)在損失函數(shù)中增加隱含層輸出信號(hào)對(duì)輸入信號(hào)雅可比矩陣的Frobenius范數(shù)平方項(xiàng)，來(lái)抑制網(wǎng)絡(luò)隱含層過(guò)大變動(dòng)對(duì)輸出的影響，從而

4、提高了網(wǎng)絡(luò)降噪的性能。同時(shí)，小波自適應(yīng)閾值法濾除部分噪聲，使得較低的樣本維度可以包含盡量全面的信號(hào)和噪聲特征，進(jìn)而降低網(wǎng)絡(luò)各層的節(jié)點(diǎn)數(shù)，簡(jiǎn)化算法的計(jì)算復(fù)雜度。
　?。?）現(xiàn)有T波檢測(cè)算法中，T波形態(tài)檢測(cè)和特征點(diǎn)檢測(cè)之間是互相影響的，如果得知T波形態(tài)就可以提高T波的關(guān)鍵特征點(diǎn)檢測(cè)精度，但是不知道T波關(guān)鍵特征點(diǎn)的信息又無(wú)法判斷T波形態(tài)。為了解決T波形態(tài)檢測(cè)和特征點(diǎn)檢測(cè)之間的矛盾關(guān)系，本文考慮人體作為復(fù)雜的生物體具有個(gè)體差異的基本特征，

5、提出了基于形態(tài)指導(dǎo)的T波自動(dòng)檢測(cè)算法，采用稀疏自動(dòng)編碼器提取T波形態(tài)特征，并將其分為單峰直立、單峰倒置、負(fù)正雙向和正負(fù)雙向四種類型。隨后，根據(jù)每一類T波形態(tài)的特征，采用傾斜高斯函數(shù)進(jìn)行數(shù)學(xué)建模。通過(guò)分析模板和T波段的相關(guān)性，實(shí)現(xiàn)T波的特征點(diǎn)檢測(cè)。
　　為了驗(yàn)證本文的研究成果，將所提的心電信號(hào)降噪算法和T波自動(dòng)檢測(cè)算法應(yīng)用于所在科研團(tuán)隊(duì)自主研發(fā)的智慧心電監(jiān)測(cè)平臺(tái)中。經(jīng)過(guò)實(shí)際采集的心電信號(hào)測(cè)試表明，本文提出的心電信號(hào)降噪算法可以在濾除