基于深度学习技术的心电信号噪声检测算法

摘要

本发明公开了一种基于深度学习技术的心电信号噪声检测算法，其特征在于，具体步骤为：步骤（1）对原始信号进行时频图计算；步骤（2）对（1）计算出的时频图进行对数变换；步骤（3）输入卷积神经网络进行训练。该算法能够对心电信号的质量进行评估，过滤掉质量不高的信号，提高心电诊断的准确率，并减轻医生的工作量；另外，本专利在不需要对原始心电信号进行任何预处理的情况下，对信号进行时频图计算，作为卷积神经网络的输入，对噪声的判别能达到97%以上。本发明的优点在于；（1）本专利提及的算法结构简单，无需进行繁琐的特征计算和特征选择；（2）网络训练难度低；（3）对噪声的判别精度高。