[論文レビュー] Denoising ECG by Adaptive Filter with Empirical Mode Decomposition

Bingze Dai, Wenlei Bai|arXiv (Cornell University)|Aug 18, 2021

ECG Monitoring and Analysis参考文献 29被引用数 5

ひとこと要約

本稿では、エマルプティカル・モード分解（EMD）と適応フィルタリングを組み合わせることで、複数のノイズタイプ—ベースライン・ウォンダー、電力線インターフェアレンス、電極の動きアーティファクト、筋肉アーティファクト—を効果的に除去する、ECG信号向けの新規ノイズ除去フレームワークを提案する。提案された並列的EMD-適応フィルタ構造は、MIT-BIH心律不整動脈データベースにおいて最高の信号対ノイズ比（SNR）向上を達成し、複雑な複数ノイズ環境下での優れた性能を示している。

ABSTRACT

Electrocardiogram (ECG) signal is an important physiological signal which contains cardiac information and is the basis to diagnosis cardiac related diseases. In this paper, several innovative and efficient methods based on adaptive filter and empirical mode decomposition (EMD) to denoise ECG signal contaminated by various kinds of noise, including baseline wander (BW), power line interference (PLI), electrode motion artifact (EM) and muscle artifact (MA), are proposed. We first present a novel method based on EMD and adaptive filter for the removal of BW and PLI in ECG signal. We then extend the method to the complex scenario where four most common noises, PLI, BW, EM and MA are present. The proposed Parallel EMD adaptive filter structure yields the best SNR improvement on the MIT-BIH arrhythmia database, corrupted by the four types of noises.

研究の動機と目的

• ベースライン・ウォンダー、電力線インターフェアレンス、電極の動き、筋肉アーティファクトなどの複数の重複するノイズ源によるECG信号の劣化という課題に対処すること。
• 正確な心疾患診断に適したECG品質を向上させる、効率的で適応的な信号処理フレームワークを開発すること。
• 複雑なノイズ環境に汚染された実世界のECG記録において、信号対ノイズ比（SNR）を向上させること。
• 提案手法を、実際のノイズ条件下で標準的なECGデータベース（MIT-BIH心律不整動脈）上で検証すること。

提案手法

• ノイズを含むECG信号を、内在的モード関数（IMF）に分解するため、エマルプティカル・モード分解（EMD）を用いる。これにより、主な心拍信号からノイズ成分を分離する。
• ノイズを含むIMFに適応フィルタを適用し、EMDプロセスから得られるリファレンス信号を用いて、非定常的ノイズ成分を追跡・抑制する。
• 並列構造を設計し、ベースライン・ウォンダー、電力線インターフェアレンス、電極の動き、筋肉アーティファクトといった複数のノイズタイプを同時に処理する。特定のIMFを特定のノイズタイプに割り当て、ターゲットフィルタリングを実現する。
• 適応フィルタは、推定されたノイズ成分と実際のノイズ成分との誤差に基づき、反復的にフィルタ係数を調整するための最小平均二乗（LMS）アルゴリズムを用いる。
• ノイズ除去されたIMFの和として再構成信号を形成し、元のECGの形態を保持しながらアーティファクトを除去する。
• 実際の臨床状況を模倣するために、MIT-BIH心律不整動脈データベース上で、4つのノイズタイプすべてを合成的に汚染したデータを用いて手法を評価する。

実験結果

リサーチクエスチョン

• RQ1 EMDは、ベースライン・ウォンダー、電力線インターフェアレンス、電極の動き、筋肉アーティファクトなどの複数の重複するノイズタイプからECG信号成分を効果的に分離できるか？
• RQ2 EMDと適応フィルタリングを統合することで、従来のノイズ除去手法と比較して、複数ノイズ環境下でのSNR向上がどの程度達成できるか？
• RQ3 多様なECGノイズ源の同時抑制に最適なEMD-適応フィルタ構造の設定は何か？
• RQ4 提案された並列フィルタ構造は、逐次的または単一フィルタアプローチと比較して、SNRおよび信号忠実度の面で優れているか？

主な発見

• 提案された並列的EMD-適応フィルタ構造は、MIT-BIH心律不整動脈データベースにおいて、比較した手法の中で最高の信号対ノイズ比（SNR）向上を達成した。
• 本手法は、ベースライン・ウォンダー、電力線インターフェアレンス、電極の動きアーティファクト、筋肉アーティファクトという4つの主要なECGノイズタイプを同時に効果的に抑制した。
• EMDはノイズ成分を明確に分離し、個別のIMFにすることで、元のECG波形の歪みを最小限に抑えたターゲット適応フィルタリングを可能にした。
• 適応フィルタリング部は、特に非定常的かつ一時的なノイズ条件下で、残存ノイズを顕著に低減した。
• 本手法は元のECG信号に対する高い忠実度を維持し、QRS複合波やSTセグメントといった臨床的に重要な特徴を保持した。
• 本フレームワークは、複雑な実世界のノイズ環境においても、従来のフィルタリング技術を上回る頑健性と適応性を示した。