[論文レビュー] A Novel Blaschke Unwinding Adaptive Fourier Decomposition based Signal Compression Algorithm with Application on ECG Signals

Chunyu Tan, Liming Zhang+1 more|arXiv (Cornell University)|Mar 17, 2018

ECG Monitoring and Analysis参考文献 24被引用数 4

ひとこと要約

本稿では、Blaschkeの解き放つ自己適応的フーリエ分解（AFD）に基づく新規な心電図（ECG）信号圧縮アルゴリズムを提案する。この手法は、Nevanlinna因数分解を用いて基底関数を自己適応的に選択することで、収束を高速化し、再構成精度を向上させる。MIT-BIH不整脈データベースを用いた評価において、優れた圧縮性能を達成し、最先端技術を上回り、心拍変動量解析に不可欠なRピーク情報を保持している。

ABSTRACT

This paper presents a novel signal compression algorithm based on the Blaschke unwinding adaptive Fourier decomposition (AFD). The Blaschke unwinding AFD is a newly developed signal decomposition theory. It utilizes the Nevanlinna factorization and the maximal selection principle in each decomposition step, and achieves a faster convergence rate with higher fidelity. The proposed compression algorithm is applied to the electrocardiogram signal. To assess the performance of the proposed compression algorithm, in addition to the generic assessment criteria, we consider the less discussed criteria related to the clinical needs -- for the heart rate variability analysis purpose, how accurate the R peak information is preserved is evaluated. The experiments are conducted on the MIT-BIH arrhythmia benchmark database. The results show that the proposed algorithm performs better than other state-of-the-art approaches. Meanwhile, it also well preserves the R peak information.

研究の動機と目的

• ECG信号に適応的であり、アプリケーション固有の事前処理を必要としない信号圧縮アルゴリズムの開発。
• Blaschkeの解き放つAFDが示す高速収束性と高精度を活用することで、圧縮効率と再構成品質の向上。
• 心拍変動量（HRV）解析に重要な臨床的関連ECG特徴、特にRピークの保持を評価。
• 標準的なECGベンチマーク上で、既存の最先端圧縮技術と比較して本手法の優位性を示すこと。
• 今後のeヘルスシステムにおけるリアルタイムで安全かつマルチチャネルのECG圧縮の基盤を提供すること。

提案手法

• 本手法は、Blaschkeの解き放つAFDを採用し、Nevanlinna因数分解と最大選択原理を用いて、解析的信号をTakenaka-Malmquist系の基底関数に逐次分解する。
• 各分解ステップにおいて、残差信号との内積が最大となる関数を選択することで、高速収束と高い再構成精度を実現する。
• 分解により得られるパラメータとゼロ点の集合が得られ、パラメータ数は分解レベル$N$に線形に比例する。
• 係数はハフマン符号化により効率的に圧縮され、圧縮比（CR）と平均二乗誤差のパcent（PRD）が性能指標として用いられる。
• MIT-BIH不整脈データベースの48件のECGレコードに本アルゴリズムを適用し、標準指標とRピーク検出精度を用いて性能を評価した。
• 本手法はリアルタイム処理に適した設計となっており、2秒間のECG信号に対して総圧縮および分解時間は約1秒である。

実験結果

リサーチクエスチョン

• RQ1 Blaschkeの解き放つAFDは、ECG信号に対して従来の変換ベース手法と比較して、より高い圧縮効率と優れた再構成忠実度を達成できるか？
• RQ2 本手法は、心拍変動量（HRV）解析に不可欠なRピークの位置をどの程度正確に保持できるか？
• RQ3 分解レベル$N$は、圧縮比（CR）と平均二乗誤差のパcent（PRD）のトレードオフにどのように影響するか？
• RQ4 QRS検出などの事前処理を要せず、MIT-BIH不整脈データベースの多様なECG信号に対して本手法が頑健であるか？
• RQ5 本アルゴリズムは、マルチチャネルおよびリアルタイムeヘルスアプリケーションに拡張可能か？

主な発見

• 本手法は、MIT-BIH不整脈データベースにおいて、ウェーブレット変換、DCT、圧縮センシング、SVDといった最先端手法と比較して、より高い圧縮比（CR）と低い平均二乗誤差のパcent（PRD）を達成した。
• ElgendiによるRピーク検出アルゴリズムによる検証により、Rピークの位置が高精度に保持されていることが確認され、HRV解析における臨床的意義が示された。
• 分解レベル$N$により、圧縮効率と再構成品質の間の調整が可能であり、$N$を大きくすることで再構成忠実度が向上するが、圧縮比は低下する。
• 2秒間のECG信号に対して、総圧縮および分解時間は約1秒であり、リアルタイム応用の実現可能性を示している。
• Core AFDに基づく圧縮手法よりも本手法が優れているのは、Blaschkeの解き放つAFDフレームワークが収束性と忠実度に優れているためである。
• ソースコードはCode Ocean上で公開されており、再現性の確保と生体医療信号圧縮分野におけるさらなる開発を可能としている。