使用全卷积网络从单通道表面肌电图中去除心电伪迹
信号处理
2022-10-25 v1 机器学习
摘要
当被测肌肉靠近心脏时，表面肌电图（sEMG）应用中常出现心电图（ECG）伪迹污染。以往研究已开发并提出了多种方法，如高通滤波、模板相减等等。然而，这些方法仍受限于需要参考信号以及原始 sEMG 失真。本研究提出一种新颖的去噪方法，利用全卷积网络（FCN）从单通道 sEMG 信号中消除 ECG 伪迹。所提方法采用去噪自编码器结构以及神经网络强大的非线性映射能力进行 sEMG 去噪。我们在称为非侵入式自适应假肢数据库和 MIT-BIH 正常窦性心律数据库的公开数据集上，将所提方法与包括高通滤波器和模板相减在内的常规方法进行比较。实验结果表明，在广泛的信噪比输入范围内，FCN 在 sEMG 重建质量上优于常规方法。
引用
@article{arxiv.2210.13271,
title = {ECG Artifact Removal from Single-Channel Surface EMG Using Fully Convolutional Networks},
author = {Kuan-Chen Wang and Kai-Chun Liu and Sheng-Yu Peng and Yu Tsao},
journal= {arXiv preprint arXiv:2210.13271},
year = {2022}
}
备注
5 pages, 5 figures