Xiaoqiang Liu · Yisen Huang · Yubin Wang · Chanchan Lin 等6人 · IEEE Access · 2025年1月

心电图记录心跳，具有潜在救命价值，但ECG信号严重受噪声干扰，包括有意义的心脏偏转、其他生物波和监测设备噪声，导致心脏疾病分析不准确，需在诊断前进行去噪预处理。以往方法基于滤波或波分解算法，未深入考虑ECG特定数据结构，不能适应不同设备和电极记录的信号。本文提出神经网络实现的新ECG去噪方法，无需清洁信号监督。通过估计和仿真噪声信号，再由神经网络减去仿真噪声获得去噪信号。公开数据集实验验证该方法适应不同患者和设备，基于所提去噪方法的ECG分类优于传统方法。

解读: 该自监督去噪技术对阳光电源储能系统信号处理具有启发。阳光ST储能变流器需要处理电网电压电流信号中的谐波和噪声，该神经网络去噪方法可应用于电能质量监测。阳光可开发无监督信号处理算法，提升电网扰动检测和谐波分析精度，优化并网控制策略，增强系统电网适应性和稳定性。...