[发明专利]用于处理分段平滑信号的装置、方法和计算机程序

说明书

一种装置，包括至少一个处理器、以及包括计算机程序代码的至少一个存储器，其中，该至少一个存储器和该计算机程序代码被配置为与该至少一个处理器一起：接收输入信号，该输入信号包括分段平滑信号和噪声信号；确定该分段平滑信号的表示的先验概率密度函数，该分段平滑信号的表示包括平滑高斯变量和跳变柯西变量的组合；基于该输入信号，确定似然函数；基于该似然函数和该先验概率密度函数分布，确定后验概率密度函数；以及基于该后验概率密度函数的估计，估计该分段平滑信号。

技术领域

本申请涉及用于信号处理的装置、方法和计算机程序。本申请具体涉及分段平滑信号的信号处理。

背景技术

若干重要信号可被分类为分段平滑信号。分段平滑信号是包括分隔平滑区域的急剧跳变的信号类型。示例性1D分段平滑信号是心电图(ECG)信号，其可以包括“跳变”区域和对于每个心跳重复的平滑区域。分段平滑信号的高维示例包括2D图像数据。

用于分段平滑信号降噪的技术是已知的。例如，图像重建(其中信号是2D分段平滑图像)，信号中的跳变(图像中的边缘)被使用这种使用总变分(TV)正则化的过程而常规地处理以减少任何噪声。

另一种方法是使用柯西(Cauchy)差分先验方法以执行相似边缘保留重建。

发明内容

在第一方面，提供了一种装置，其包括至少一个处理器、以及包括计算机程序代码的至少一个存储器，其中，该至少一个存储器和该计算机程序代码被配置为与该至少一个处理器一起：接收输入信号，该输入信号包括分段平滑信号和噪声信号；确定该分段平滑信号的表示的先验概率密度函数，该分段平滑信号的表示包括平滑高斯(Gaussian)变量和跳变柯西变量的组合；基于该输入信号，确定似然函数；基于该似然函数和该先验概率密度函数分布，确定后验概率密度函数；以及基于该后验概率密度函数的估计，估计该分段平滑信号。

被配置为确定分段平滑信号的表示的先验概率密度函数，该分段平滑信号的所述表示包括平滑高斯变量和跳变柯西变量的组合的处理器可进一步被配置为：确定表示平滑高斯变量的样本差的第一概率密度函数；确定表示跳变柯西变量的样本差的第二概率密度函数；以及对第一概率密度函数和第二概率密度函数进行卷积以生成先验概率密度函数。

被配置对第一概率密度函数和第二概率密度函数进行卷积以生成先验概率密度函数的处理器可被配置为：使用至少一个虚误差函数或道森函数来确定分析确定；以及使用样本点网格和用于该样本点网格之间的点的插值来确定数值确定。

被配置为基于后验概率密度函数的估计来估计分段平滑信号的处理器可被配置为：基于后验概率密度函数的最大后验估计，估计分段平滑信号。

被配置为基于后验概率密度函数的最大后验估计来估计分段平滑信号的处理器可进一步被配置为：最小化似然函数的对数和先验概率密度函数的对数的组合。

被配置为最小化似然函数的对数和先验概率密度函数的对数的组合的处理器可被配置为应用以下中的一个：牛顿迭代法(Newton’s methods)；以及Barzilai-Borwein法。

被配置为基于似然函数和先验概率密度函数来确定后验概率密度函数的处理器可进一步被配置为：根据贝叶斯定理(Bayes’Theorem)，基于似然函数和先验概率密度函数的乘积，确定后验概率密度函数。

处理器可进一步被配置为：对输入信号进行窗口化。

平滑高斯变量和跳变柯西变量可以是彼此独立的。

根据第二方面，提供了一种方法，其包括：接收输入信号，该输入信号包括分段平滑信号和噪声信号；确定该分段平滑信号的表示的先验概率密度函数，该分段平滑信号的表示包括平滑高斯变量和跳变柯西变量的组合；基于该输入信号，确定似然函数；基于该似然函数和该先验概率密度函数分布，确定后验概率密度函数；以及基于该后验概率密度函数的估计，估计该分段平滑信号。