基于TROIKA框架运动伪影消除

本文介绍了TROIKA框架用于运动伪影消除的方法,包括信号分解(如SSA奇异频谱分析)、时差运算、稀疏信号重建(SSR)和谱峰追踪。信号分解通过嵌入、奇异值分解SVD、分组和重构步骤实现,同时改进了参考信号去除。通过时差运算提高鲁棒性,SSR中对比了FOCUSS算法与FFT。在谱峰追踪过程中,进行了初始化、选择和验证。最后,讨论了数据采样和心率误差估计,使用了Bland-Altman图和皮尔森相关系数进行验证。
摘要由CSDN通过智能技术生成

TROIKA

###解释:以下下都是我自己看TROIKA这篇论文所得,笔记都在doc文件中,所以某些公式到这儿就乱了,大致框架就看标题,而笔记我已上传资源。
**关键部分组成:**预处理(信号分解等为后面SSR做准备)、稀疏信号重建和谱峰跟踪

1 信号分解(采用SSA奇异频谱分析)其他还有EMD、独立成分分析、VMD

1.1 嵌入

	时间序列y=[y1,y2,…,yn]映射为L*K的矩阵Y

1.2 奇异值分解SVD

1.3 分组(对奇异值进行聚类自动完成分组)

1.4 重构

1.5 参考信号去除(加速度信号)

1.5.1改进的参考信号去除

2 时差运算(进一步提高鲁棒性)

	重构后的干净的ppg信号采取二阶差分,时域上的差分可使心率基波和谐波频率的峰值更加突出。
	由于MA未非周期,心率信号为周期信号,采用差分的方式可以使周期信号的谱峰更突出,抑制非周期频谱。K阶差分不宜过大。(文中采用二阶差分)

3 稀疏信号重建(SSR):FOCUSS算法与FFT比较

	SSR的一个关键假设是x应该是稀疏的或压缩的,当发生
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值