[发明专利]一种基于HIN网络和梯度差损失的心电信号降噪方法

权利要求书

1.一种基于HIN网络和梯度差损失的心电信号降噪方法，其特征在于，HIN网络为半实例归一化网络，包括：

a)选取原始干净的心电记录s及噪声数据n，将原始干净的心电记录s切割为M个长度为L个数据点的心电记录片段样本，将噪声数据n切割为M个长度为L个数据点的噪声片段样本；

b)对每个心电记录片段样本进行归一化操作，得到归一化后的片段样本S_normal；

c)对每个噪声片段样本进行归一化操作，得到归一化后的片段样本N_normal；

d)通过公式x_i＝s_i+n_j计算得到第i段含噪信号x_i，i,j∈{1,2,...,M}，s_i为第i段心电记录片段样本，n_j为第j段噪声片段样本，将含噪信号x＝(x₁,x₂,...,x_M)划分为训练集、验证集和测试集；

e)建立半实例归一化网络模型，该网络模型包括第一处理单元和第二处理单元，第一处理单元由第一卷积层、第一HIN模块、第二卷积层、第二HIN模块、反卷积层、Res模块、SE模块及第三卷积层构成，第二处理单元由第一卷积层、第二卷积层、第一HIN模块、第三卷积层、第二HIN模块、反卷积层、Res模块、第四卷积层，第五卷积层和第六卷积层构成，步骤e)中SE模块依次由全局平均池化层，大小为1×1、通道数为64的卷积层，ReLU层，大小为1×1、通道数为64的卷积层及Sigmoid激活函数层构成；

f)将含噪信号x＝(x₁,x₂,...,x_M)输入到第一处理单元，含噪信号x＝(x₁,x₂,...,x_M)经过第一处理单元的第一卷积层提取初始特征，得到第一层的输出，将第一层的输出输入到第一处理单元的第一HIN模块中，得到特征图T1，将特征图T1输入到第一处理单元的第二卷积层中，利用跨步卷积法对特征图T1进行下采样，得到第三层的输出，将第三层的输出输入到第一处理单元的第二HIN模块，得到特征图T2，将特征图T2输入到第一处理单元的反卷积层中，利用反卷积进行上采样处理，得到特征图T3，将特征图T1输入到第一处理单元的第三卷积层中，得到卷积后的特征图T1，将卷积后的特征图T1与特征图T3一起输入到Res模块，得到特征图T4，将特征图T4输入到SE模块，得到特征图T5；

g)将含噪信号x＝(x₁,x₂,...,x_M)输入到第二处理单元，含噪信号x＝(x₁,x₂,...,x_M)经过第二处理单元的第一卷积层提取初始特征，得到特征图T6，将特征图T6与特征图T5进行拼接操作，拼接后输入到第二处理单元的第二卷积层进行卷积操作后得到第二层的输出，将第二层的输出输入第二处理单元的第一HIN模块，得到特征图T7，将特征图T1与特征图T4输入到第二处理单元的第五卷积层中，得到卷积后的特征图T′，将特征图T7与特征图T′输入到第二处理单元的第三卷积层，利用跨步卷积法进行下采样处理，得到第四层的输出，将第四层的输出输入到第二处理单元的第二HIN模块，得到特征图T8，将特征图T8输入到第二处理单元的反卷积层，利用反卷积进行上采样，得到特征图T9，将特征图T7输入至第二处理单元的第六卷积层中，得到卷积后的特征图T7，将卷积后的特征图T7与特征图T9输入至第二处理单元的Res模块中，得到特征图T10，将特征图T10输入至第二处理单元的第四卷积层中，得到降噪信号

h)通过公式计算得到损失函数Loss，式中λ为参数，为降噪信号中第i个数据点，为降噪信号中第i-1个数据点，s_i-1为第i-1段心电记录片段样本；

i)利用损失函数Loss训练半实例归一化网络模型，利用验证集输入到训练后的半实例归一化网络模型中得到最优的半实例归一化网络模型；

j)将测试集输入到最优的半实例归一化网络模型中，得到降噪后的信号。