基于无监督机器学习的生物信号中的信号与噪声分类
信号处理
2025-12-10 v1 系统与控制
系统与控制
摘要
现实世界的生物信号数据常常被各种类型的噪声捕获，如运动伪影和基线漂移。虽然已存在数字信号处理技术来处理此类信号，但严重降级的信号无法恢复。本研究旨在对两件事进行分类：首先，对噪声信号和干净信号进行二元分类，其次，对各种类型的噪声进行分类，如运动伪影、传感器故障等。我们实现了 K 均值聚类算法，其结果表明该算法能够最可靠地将干净段与噪声段分组，尤其在识别干净数据方面相较于各种噪声类别表现出强大的性能。这一方法使我们能够仅选择高质量的生物信号段，并为可能提高在生物信号上训练的机器学习模型精度的特征工程提供准确结果。
引用
@article{arxiv.2512.07851,
title = {Signal and Noise Classification in Bio-Signals via unsupervised Machine Learning},
author = {Sansrit Paudel},
journal= {arXiv preprint arXiv:2512.07851},
year = {2025}
}