2019.1.22 文献阅读日记，内容理解篇 ：用于无监督医疗检测的自动心电图噪声监测和分类系统《Automated ECG Noise Detection and Classification...
以下是对文章内容的理解，在这里做个笔记，便于回顾，没有什么技术含量，就是一个学习日记笔记，嘻嘻。 文章内容的思路： 一、框架包括： 1.改进的集合经验模式分解 modified ensemble empirical mode decomposition (CEEMD)，CEEMD全称为 complete ensemble empirical mode decomposition，完全集合经验模式分解。 2.短期时间特征提取 3.基于决策规则的噪声噪声监测和分类 二、框架的处理步骤： 1.首先使用修改的CEEMD算法分解ECG信号，区分ECG分量与噪声和伪像。 2.根据提取的高频HF和低频LF信号计算诸如最大绝对幅度，零交叉数，和自相关函数的局部最大峰值幅度的短期时间特征。 3.提出了一种基于决策规则的算法，用于检测噪声的存在，并将处理后的ECG信号分为六个信号组： （1）无噪声心电图 noise-free ECG, (2)基线漂移心电图 ECG+BW, （3）肌肉伪迹心电图 ECG+MA, （4）电力线干扰心电图 ECG+PLI （5）基线漂移电力线干扰心电图 ECG+BW+PLI （6）基线漂移 肌肉伪迹心电图ECG+BW+MA 该框架简化了单个和组合ECG噪声的检测和分类流程，如下图（文献原图）： 上图说明了该框架的主要组成部分，用于检测和分类的单一和组合心电图的声音