基于深度学习的实时噪声消除
信号处理
2022-09-27 v6
摘要
生物测量常受大量非平稳噪声污染，需要有效的降噪技术。我们提出一种新的实时深度学习算法，其自适应地产生与噪声相对的信号以实现相消干涉。作为概念验证，我们利用定制的柔性 3D 打印复合电极，通过消除肌电噪声来展示该算法在脑电图中的性能。此设置下，通过去除宽带肌肉噪声，脑电图的信噪比平均提升 4dB、最大提升 10dB。该概念不仅有潜力自适应改善 EEG 信噪比，还可应用于广泛的生物、工业与消费领域，如工业传感或主动降噪耳机。
引用
@article{arxiv.2011.03466,
title = {Real-time noise cancellation with Deep Learning},
author = {Bernd Porr and Sama Daryanavard and Lucía Muñoz Bohollo and Henry Cowan and Bernd Porr and Ravinder Dahiya},
journal= {arXiv preprint arXiv:2011.03466},
year = {2022}
}
备注
21 pages, 4 figures, code available under https://doi.org/10.5281/zenodo.7100537 and EEG data available here: https://researchdata.gla.ac.uk/1258/