文献类型：期刊文章

作　　者：张杰烁[1] 刘明[1] 李鑫[1] 熊鹏[1] 刘秀玲[1]

ZHANG Jieshuo;LIU Ming;LI Xin;XlONG Peng;LIU Xiuling(Key Laboratory of Digital Medical Engineering of Hebei Province,College of Electronic and Information Engineering,Hebei University,Baoding,Hebei 071002,P,R.China)

机构地区：[1]河北大学电子信息工程学院河北省数字医疗工程重点实验室,河北保定071002

出　　处：《生物医学工程学杂志》

基　　金：国家自然科学基金资助项目(61673158);国家自然科学基金青年基金资助项目(61703133);河北省杰出青年科学基金资助项目(F2016201186);河北省研究生创新资助项目(CXZZSS2017010);河北省高等学校技术研究重点项目(ZD2015067);保定市科技计划项目(17H01)

年　　份：2018

卷　　号：35

期　　号：4

起止页码：539-549

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、EI、EMBASE、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：远程医疗的复杂环境中,心电信号极易被噪声淹没,从而影响心血管疾病的智能诊断。基于此,本文提出了一种基于递归最小二乘法的回声状态网络心电信号降噪算法。该算法通过递归最小二乘法对该网络进行训练,可自动学习得到含噪心电数据中非线性的且具有区分度的深层次特征,并利用这些特征自动分离心电信号与噪声。实验中,采用信噪比和均方根误差为指标,将本文方法与基于子带自适应阈值的小波变换法和S变换法进行比较。实验结果表明,本方法降噪精度更优,同时信号的低频成分也得到了很好的保持。本文方法可做到消除心电信号中的复杂噪声并完整保留心电信号的形态,为心电图的特征检测和心血管疾病的智能诊断奠定了基础。

关 键 词：心电信号 降噪 回声状态网络 递归最小二乘法  

分 类 号：R54] TN911.4]