使用即插即用正则化的 ECG 信号压缩感知
信号处理
2022-10-18 v1
摘要
压缩感知（CS）近来因 ECG 数据压缩而受到关注。在 CS 中，ECG 信号被投影到一小组随机向量上。从此类压缩测量中恢复原始信号仍是一具挑战性的问题。传统恢复方法基于求解一正则化最小化问题，其中使用促进稀疏性的先验。本文中，我们提出一基于即插即用（PnP）方法的替代性迭代恢复算法，该方法近年在成像问题中已变得流行。在 PnP 中，使用一强大去噪器隐式执行正则化，而非使用手工设计的正则化子；已发现其比传统方法更成功。本工作中，我们使用 PnP 版近端梯度下降（PGD）算法进行 ECG 恢复。为确保 PnP 算法的数学收敛性，相关信号去噪器需满足若干技术条件。我们通过为小尺寸信号块学习一贝叶斯先验，使用满足该条件的高质量 ECG 信号去噪器。这保证了所提算法无论初始化如何均收敛至一不动点。重要的是，通过大量实验，我们表明所提方法的重建质量优于最先进的方法。
引用
@article{arxiv.2210.08204,
title = {Compressive Sensing of ECG Signals using Plug-and-Play Regularization},
author = {Unni VS and Ruturaj Gavaskar and Kunal Narayan Chaudhury},
journal= {arXiv preprint arXiv:2210.08204},
year = {2022}
}
备注
Accepted in Signal Processing, Elsevier