基于自旋电子学物联网传感器的心磁图应用中的人工智能辅助噪声处理
信号处理
2020-06-11 v2 机器学习
应用物理
摘要
在我们即将迈入由物联网（IoT）驱动的备受瞩目的“社会5.0”之际，传统的监测人体心脏信号以追踪心血管疾病的方法面临挑战，尤其在远程医疗环境中。鉴于低功耗、便携性和非侵入性的优势，目前尚无合适的物联网方案能提供可与常规心电图（ECG）相媲美的信息。本文中，我们提出一种利用自旋电子学超高灵敏度传感器的物联网设备，该传感器测量心血管电活动产生的磁场，即心磁图（MCG）。此后，我们处理传感器产生的低频噪声，这也是大多数处理低频生物磁信号的传感器所面临的挑战。我们未依赖平均或滤波等通用信号处理技术，而是对生物磁信号进行深度学习训练。利用已有的 ECG 记录数据集，合成构建 MCG 标签。一种由卷积神经网络（CNN）与门控循环单元（GRU）结合而成的独特深度学习结构，通过使用经滑动窗口移动的标注数据进行训练，能够智能地捕获并消除噪声特征。我们给出了仿真结果以评估所提方法的有效性，其展现出令人鼓舞的性能。
引用
@article{arxiv.1911.03127,
title = {AI Aided Noise Processing of Spintronic Based IoT Sensor for Magnetocardiography Application},
author = {Attayeb Mohsen and Muftah Al-Mahdawi and Mostafa M. Fouda and Mikihiko Oogane and Yasuo Ando and Zubair Md Fadlullah},
journal= {arXiv preprint arXiv:1911.03127},
year = {2020}
}
备注
Presented at IEEE International Conference on Communications 2020