A novel EMG artifact removal algorithm based on complete local convolutional sparse dictionary learning in ECG signals
Dieses Papier schlägt einen neuartigen, effizienten Algorithmus vor, der auf dem Complete Local Convolutional Sparse Dictionary Learning (CLCSDL) basiert und die Entfernung von zufälligen EMG-Artefakten aus EKG-Signalen durch die Nutzung lokaler kurzer Supports für das Dictionary Learning und die spärliche Repräsentation effektiv gestaltet, wodurch Datenabschneidungen und Scheinartefakte vermieden werden, während gleichzeitig eine hohe Rechengeschwindigkeit und ein geringer Speicherverbrauch für groß angelegte klinische Daten gewährleistet werden.