买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南昌大学

摘要：一种基于卷积稀疏编码的心电信号去噪方法。首先利用卷积稀疏编码字典学习算法得到含心电信号特征的滤波器组，再利用得到的滤波器组对含噪心电信号进行卷积稀疏编码得到特征系数，最后将滤波器组与相对应的特征系数的卷积之和作为去噪的心电信号。本发明能克服其他去噪方法会造成心电信号失真的缺点，最大程度上保留了心电信号的形态特征。

主权项：1.一种基于卷积稀疏编码的心电信号去噪方法，其特征是包括以下步骤：（1）对训练数据集进行卷积字典学习得到含心电信号结构信息的滤波器组：（1.1）初始化滤波器组；（1.2）根据初始化滤波器，更新稀疏系数，即为下式所表达的优化问题： 其中为滤波器所对应的稀疏系数映射，而为第k个滤波器，s为重构信号，λ为平衡保真项和正则项参数；利用ADMM算法将的求解拆分为对、以及的求解：（1.2.1）为减少求解时的矩阵运算量，将其进行快速傅里叶变换，变换在傅里叶域进行求解，将的求解式转换为： 其中为惩罚参数；（1.2.2）利用对角块线性系统可以将上式的求解转化为： （1.2.3）利用Sherman-Morrison公式对上式进行求解；（1.2.4）利用软阈值函数对进行求解： 其中为软阈值函数，并使用自适应方法获得一个迭代更新的惩罚参数以确保收敛到合适的精度和加快收敛速度；（1.2.5）利用更新；（1.3）根据1.2所得的稀疏系数更新滤波器，即为下式所表达的优化问题： 继续使用ADMM算法将的求解拆分为、和进行迭代运算解决：（1.3.1）问题的求解可继续在傅里叶域进行，将求解式转化为： （1.3.2）将（1.3.1）中表达式转化为式： ，再利用迭代Sherman-Morrison方法对上式进行求解：（1.3.3）通过在规范化范数之前，将约束支持之外的条目映射为零来解决： （1.3.4）根据更新；滤波器组更新的方法是在内部稀疏编码和字典更新两个步骤交替进行，在继续进行字典更新之前以合理的精度解决稀疏编码问题；所得算法的一次迭代由卷积稀疏编码算法和字典更新子算法依次更新组成；（2）根据步骤（1）得到的滤波器组D对含噪心电信号进行稀疏分解得到含噪心电信号的稀疏系数X：根据初始化滤波器，更新稀疏系数，即为下式所表达的优化问题： 其中为滤波器所对应的稀疏系数映射，而为第k个滤波器；利用ADMM算法对上式进行求解：1）为减少求解时的矩阵运算量，将其进行快速傅里叶变换，变换在傅里叶域进行求解，将的求解式转换为： 2）利用对角块线性系统可以将上式的求解转化为： 3）利用Sherman-Morrison公式对上式进行求解；4）利用软阈值函数对进行求解： 并使用自适应方法获得一个迭代更新的惩罚参数以确保收敛到合适的精度和加快收敛速度；5）利用更新；（3）重构得到去噪后的心电信号：利用步骤（1）学习得到的滤波器组和步骤（2）得到的稀疏系数重构得到去噪心电信号： 。

全文数据：

权利要求：

百度查询： 南昌大学 一种基于卷积稀疏编码的心电信号去噪方法