[发明专利]心磁信号降噪方法、系统、介质及装置

说明书

本发明提供一种多通道心磁信号降噪方法、系统、介质及装置，包括：将心磁信号按照T周期采样点数，n周期数分割为周期波，基于周期波获得心磁数据降维矩阵χ；对χ进行矩阵去平均得到去平均矩阵A，对A进行特征值分解得到特征值和特征向量，获得特征矩阵U；计算U的方差贡献率，累计贡献率，截取前v个主成分；基于Y＝U'×χ计算获得第一中间矩阵Y，获得单行矩阵Y_k，基于Xr_k＝U×Y_k计算获得第二中间矩阵Xr_k；将Xr_k基于重构规则获得各个重构分信号的相关系数r_i，选出r_i中大于等于经验值阈值σ的部分命名为c；根据第三公式Xr＝U×Y_c计算获得去噪信号Xr，将Xr每n个周期拼接，得到重构信号。本发明用于提高心磁信号信噪比，缩短算法的时间复杂度。

技术领域

本发明涉及心磁信号技术领域，特别是涉及一种心磁信号降噪方法、系统、介质及装置。

背景技术

心磁图仪目前已迈入商业化领域，基于超导量子干涉仪的心磁图仪已有公司取得注册证，由于心磁图仪在心脏疾病诊断、功能研究等方面的应用价值，以及目前患有心脏疾病的人群日益攀升，使其发展越来越快。

心磁信号是一种微弱的生物信号，其特点是幅值小、外界噪声大，易受外界环境影响，目前心磁图仪测得的心磁信号存在工频干扰、白噪声等，而心磁信号噪声抑制可以对之后心脏疾病诊断提供更多、更准确的有用信息，是提高心磁图仪性能的一项重要指标。

目前心磁信号降噪方法有小波阈值，但是小波基和阈值的选取较为复杂，PCA(Principal Component Analysis)，即主成分分析方法，对数据降噪处理效果较好，但主成分对于维度高的数据滤波时间复杂度高，在选取主成分时，只是单一的选取贡献率大的成分，这样会将一些贡献率大的噪声成分，合成到滤波数据中。心磁采集信号特点是样本量少、维度高，直接使用PCA算法降噪效果较差，且耗时长。

因此，希望能够解决心磁信号噪声大、算法复杂的问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种心磁信号降噪方法、系统、介质及装置，用于解决现有技术中心磁信号噪声大、算法复杂的问题。

为实现上述目的及其他相关目的，本发明提供一种心磁信号降噪方法，包括以下步骤：将心磁信号按照T周期采样点数，n周期数分割为各个独立的周期波，基于所述周期波获得心磁数据降维矩阵χ；对所述心磁数据降维矩阵χ进行矩阵去平均得到去平均矩阵A，对所述去平均矩阵A进行特征值分解得到对应的特征值和特征向量，将所述特征值和特征向量按照预设的特征矩阵排布规则排布获得特征矩阵U；计算所述特征矩阵U的第k个主成分的方差贡献率α_k，前v个主成分的累计贡献率Φ(λ)，截取前v个主成分，其中vT，其中前v个主成分的累计方差贡献率大于等于第一预设阈值；基于第一公式Y＝U′×χ计算获得第一中间矩阵Y，将所述第一中间矩阵Y基于单行矩阵获取规则获得单行矩阵Y_k，其中k＝1…v，基于第二公式Xr_k＝U×Y_k计算获得第二中间矩阵Xr_k；将所述第二中间矩阵Xr_k基于重构规则获得各个重构分信号的相关系数r_i，选出r_i中大于等于第二阈值σ的部分命名为c；根据第三公式Xr＝U×Y_c计算获得去噪信号Xr，将去噪的信号Xr每n个周期拼接，得到重构信号。