基于扩散模型的心电信号去噪方法

摘要

传统和深度学习的去噪技术在处理心电（Electrocardiogram, ECG）信号特定类型的噪声和数据泛化的验证方面存在不足。为此，提出一种基于扩散模型的生成式ECG去噪模型，该模型利用模拟数据学习干净ECG分布的得分函数，基于欧拉法求解常微分方程（ODE）生成和分离出ECG和噪声。该模型在模拟数据上进行了训练，并在独立的真实数据集上进行了验证。研究结果表明，与其他相关方法比较，该模型在去除多样性噪声以及保持ECG中不同振幅特征波形的一致性方面具有显著优势。

关键词

ECG / 扩散模型 / 去噪 / 神经网络 / 信号分离

基金资助

国家自然科学基金（62271127）; 四川省自然科学基金（2023NSFSC0627）; 电子科技大学与四川大学华西医院医工合作基金（ZYGX2022YGRH011,HXDZ22005）