Elektrokardiogramos signalai yra svarbūs širdies ritmo sutrikimų nustatymui ir širdies veiklos vertinimui, tačiau šiuos signalus, ypač registruojamus nešiojamaisiais įrenginiais, dažnai iškraipo įvairūs triukšmai, apsunkinantys patikimą kardiogramų analizę. Šiame tyrime nagrinėjama elektrokardiogramų triukšmo šalinimo problema ir lyginami du difuzija grįsti metodai, DeScoD ir DMAM, bei bazinis giliojo mokymosi metodas DeepFilter. Vertinimas atliktas naudojant MIT-BIH aritmijų ir QT duomenų bazes, o signalai buvo užteršti bazinės linijos dreifo, elektrodų judesio ir raumenų artefaktų triukšmu iš MIT-BIH triukšmo atsparumo bandymų duomenų bazės. Nustatyta, kad sunkiausiai pašalinamas elektrodų judesio artefaktų triukšmas, o difuzijos modeliai nuosekliai pranoko DeepFilter. Geriausius rezultatus pasiekė DeScoD, kurio triukšmo šalinimo kokybė, palyginti su DeepFilter, buvo 20–30 % geresnė, o DMAM pademonstravo panašų pranašumą.
This work is licensed under a Creative Commons Attribution 4.0 International License.
