A novel EMG artifact removal algorithm based on complete local convolutional sparse dictionary learning in ECG signals
본 논문은 국소적 짧은 서포트(local short supports)를 사전 학습 및 희소 표현에 활용함으로써 데이터 절단과 가짜 아티팩트 발생을 방지하는 동시에, 대규모 임상 데이터에 대해 높은 계산 속도와 낮은 메모리 사용량을 보장하며 ECG 신호에서 무작위 EMG 아티팩트를 효과적으로 제거하는 완전 국소 합성곱 희소 사전 학습(Complete Local Convolutional Sparse Dictionary Learning, CLCSDL)에 기반한 새로운 효율적인 알고리즘을 제안한다.