无显式噪声标签的心电图噪声信号自动检测
信号处理
2022-08-19 v1 机器学习
摘要
心电图（ECG）信号有助于诊断心血管疾病，而该类疾病是主要死因之一。然而，ECG信号常受噪声伪影污染，影响自动与手动诊断过程。基于深度学习的ECG信号自动检查可能导致不准确诊断，而手动分析需临床医生剔除噪声ECG样本，可能耗费额外时间。为解决此局限，我们提出一种基于深度学习的双阶段框架，以自动检测噪声ECG样本。通过在两个不同数据集上的大量实验与分析，我们观察到该深度学习框架能有效检测轻度与重度噪声ECG样本。我们还研究了在一个数据集上学习的模型向另一数据集的迁移，并观察到该框架能有效检测噪声ECG样本。
引用
@article{arxiv.2208.08853,
title = {Automatic Detection of Noisy Electrocardiogram Signals without Explicit Noise Labels},
author = {Radhika Dua and Jiyoung Lee and Joon-myoung Kwon and Edward Choi},
journal= {arXiv preprint arXiv:2208.08853},
year = {2022}
}
备注
PRHA Workshop, ICPR 2022