基于改进深度生成对抗网络的心电信号重构算法

• 作者: 赵雅琴 孙蕊蕊 吴龙文 聂雨亭 何胜阳
• 来源期刊: 电子与信息学报
• 学科: 医学
• 关键词: 心冲击图 心电图 生成对抗网络 经验小波变换 睡眠分析
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 深度学习与智慧医疗专题|Special Topic on Deep Learning and Smart Mdicine
• 页码范围: 59-69
• 页数: 11页
• 分类号: TN911.72|R540.41
• 语种: 中文
• DOI: 10.11999/JEIT210922

摘要

心冲击图(BCG)信号中含有睡眠时期的心跳等生理参数,采用非接触式测量,但易受干扰影响应用受限;心电图(ECG)信号应用很广,但采用接触式测量,操作不便.为了实现非接触式测量并监测心电信号,该文将无参数尺度空间法(PSA)引入并与经验小波变换(EWT)算法结合,从BCG信号中分解得到心跳分量,结果表明所提分解方法能有效地从BCG信号中最大限度地分解出心跳信号;并在此基础上通过改进的深度卷积生成对抗网络(DCGAN)重构出ECG信号.实验结果表明,该文所提信号重构算法能从心跳分量重构恢复出ECG信号,均方根误差为–16.8422 dB.