1.一种基于生成对抗网络和策略梯度的心电信号去噪方法，其特征在于，S1、对测试集中每条心电信号段中的所有样本点进行最大最小归一化；

S2、构建生成器和判别器构成的生成对抗网络，所述生成器的结构由输入层、隐藏层、全连接层和输出层组成，所述隐藏层基于双向循环神经网络结构BiGRUs，在t时刻，所述生成器的各个参数值满足以下公式：其中， 和 分别表示t时刻前向 和后向 的隐藏元值，ht表示

t时刻的隐藏元值，fσ和fo分别代表隐藏层和输出层的激活函数；

所述判别器由输入层、卷积层、六个组合层、全连接层、软最大化层和输出层构成，所述判别器的软最大化层输出去噪后的样本序列是真和是伪的概率值，所述判别器的输出层则输出去噪序列为真的概率；

S3、所述判别器对所述生成器在t时刻输出的样本点 提供的立即奖赏rt为：t时刻的未来累积奖赏为： 其中，s指未来时刻(包含t时刻)，t≤s≤T；γ是折扣因子，设置为0.5。

对于一个T长的完整序列Xdenoise，定义该序列的奖赏R为：

所述生成器的目标就是找出一个最优的参数集θ，使得心电信号在所有时刻的未来累积奖赏之和R的期望值 最大；

S4、采用梯度更新法则来寻找生成器最优参数集，计算累积奖赏的期望值 关于参数集θ的梯度S5、不断训练生成器，每一次训练都执行梯度下降：

其中，θold是前一步的生成器参数集，θnew是执行梯度更新后的生成器参数集，ηg是生成器的学习率；

S6、求判别器D关于参数集φ的梯度，采用梯度更新法则来寻找判别器最优参数集；

S7、不断训练判别器，每一次训练都执行梯度下降：

其中，φold是前一步的判别器参数集，φnew是执行梯度更新后的判别器参数集，ηd是判别器的学习率；

S8、设定训练信噪比提升阈值，不断同步训练生成器和判别器，每一步训练完成后都输出信噪比提升值SNRimprove，当信噪比提升值SNRimprove的值都大于训练信噪比提升阈值时，停止训练，输出参数集θ和φ，由训练完成的生成对抗网络对输入信号进行去噪，所述信噪比提升值SNRimprove是生成器去噪后序列信噪比与原始心电记录信噪比的差值。

2.根据权利要求1所述的基于生成对抗网络和策略梯度的心电信号去噪方法，其特征在于，所述测试集是与待去噪信号类型相同的测试集，所述去噪信号类型包括工频干扰、肌电干扰和基线漂移。

3.根据权利要求2所述的基于生成对抗网络和策略梯度的心电信号去噪方法，其特征在于，所述工频干扰、肌电干扰和基线漂移测试集是分别将工频干扰、肌电干扰和基线漂移以初始信噪比SNRin添加到原始心电记录集得到，所述是测试集中某条记录的第t个噪音样本点，x[t]是该条测试记录对应的原始心电记录集中的第t个样本点。

4.根据权利要求1所述的基于生成对抗网络和策略梯度的心电信号去噪方法，其特征在于，所述生成器的隐藏层激活函数使用Sigmoid激活函数，生成器的输出层激活函数使用Tanh激活函数。

5.根据权利要求1所述的基于生成对抗网络和策略梯度的心电信号去噪方法，其特征在于，所述判别器的卷积层为卷积核大小为1*3，步长为1*1的卷积层，激活函数采用LeakReLU函数，所述判别器的每个组合层由两个卷积层，一个下采样层组成，所述下采样层的池化窗口大小为1*2，步长为1*2，采用平均池化。

6.根据权利要求1所述的基于生成对抗网络和策略梯度的心电信号去噪方法，其特征在于，所述训练信噪比提升阈值由普通对抗网去噪法、堆叠式降噪自动编码器去噪法、深度信念网络去噪法对原始心电记录去噪后计算得到。