[論文レビュー] Separation of cardiac and respiratory components from the electrical bio-impedance signal using PCA and fast ICA

Yar M. Mughal, Andrei Krivoshei+1 more|arXiv (Cornell University)|Jul 3, 2013

Blind Source Separation Techniques参考文献 11被引用数 9

ひとこと要約

本研究では、主成分分析（PCA）に続いて高速独立成分分析（Fast ICA）を用いた2段階の信号分離手法を提案し、マルチチャネル電気生体インピーダンス（EBI）信号から心拍および呼吸成分を分離することを目的としている。ケルビン4電極配置を用いて得られた4つの実数値EBI信号を対象とし、次元削減と生理的関連成分の抽出を試みたが、運動アーチファクトが存在しないという仮定のもとで、2つの複素数（4つの実数）入力チャネルのみを用いた場合、PCAやFast ICA単体、あるいはそれらの組み合わせであっても、正確な分離は達成されなかった。

ABSTRACT

This paper is an attempt to separate cardiac and respiratory signals from an electrical bio-impedance (EBI) dataset. For this two well-known algorithms, namely Principal Component Analysis (PCA) and Independent Component Analysis (ICA), were used to accomplish the task. The ability of the PCA and the ICA methods first reduces the dimension and attempt to separate the useful components of the EBI, the cardiac and respiratory ones accordingly. It was investigated with an assumption, that no motion artefacts are present. To carry out this procedure the two channel complex EBI measurements were provided using classical Kelvin type four electrode configurations for the each complex channel. Thus four real signals were used as inputs for the PCA and fast ICA. The results showed, that neither PCA nor ICA nor combination of them can not accurately separate the components at least are used only two complex (four real valued) input components.

研究の動機と目的

• 電気生体インピーダンス（EBI）信号から心拍および呼吸成分を分離する信号処理技術の適用を目的とする。
• PCAとFast ICAの有効性を、マルチチャネルEBIデータからの生理的成分分離の観点から評価することを目的とする。
• PCAとFast ICAの組み合わせが、個別の手法に比べて分離精度を向上させるかどうかを検討することを目的とする。
• 入力信号の次元数、特に2つの複素数（4つの実数）EBIチャネルのみを用いた場合の影響を評価することを目的とする。
• データに運動アーチファクトがないという仮定の下で、成分分離の可能性を検討することを目的とする。

提案手法

• 2つの独立した測定チャネル用に、古典的なケルビン4電極配置を用いて4つの実数値EBI信号を取得した。
• 入力信号からの主要成分の抽出と次元削減を目的として、主成分分析（PCA）を適用した。
• PCAで次元削減されたデータに対してFast ICAを適用し、統計的に独立な成分をさらに分離させ、心拍および呼吸信号の分離を試みた。
• 運動アーチファクトの存在を仮定しないことで、内在的な信号分離性能に焦点を当てた。
• 生理的妥当性および信号特性の分析を通じて、分離性能を評価した。
• 同一データセットを用いて、PCA単体、Fast ICA単体、およびPCA-Fast ICAの段階的処理の結果を比較した。

実験結果

リサーチクエスチョン

• RQ1 PCAは、マルチチャネルEBI信号から次元削減を行い、意味のある成分を効果的に抽出できるか？
• RQ2 Fast ICAは、PCAで次元削減されたEBIデータから心拍および呼吸成分を効果的に分離できるか？
• RQ3 PCAとFast ICAの組み合わせは、個別の手法に比べて生理的成分の分離に優れているか？
• RQ4 入力チャネル数が限られている（4つの実数信号）場合、分離精度にどの程度制限が生じるか？
• RQ5 運動アーチファクトが除外されたデータセットにおいて、分離プロセスのロバスト性はどの程度か？

主な発見

• PCAの段階で、入力EBI信号の次元削減が成功し、主要成分が特定された。
• PCAで次元削減されたデータに対してFast ICAを適用したが、明確に分離された心拍および呼吸成分は得られなかった。
• PCA単体、Fast ICA単体、あるいはそれらの組み合わせであっても、心拍および呼吸成分の正確な分離は達成されなかった。
• 本研究では、2つの複素数（4つの実数値）入力チャネルのみを用いた場合、信頼できる分離が不可能であると結論づけた。
• 入力次元数が低く、追加の制約や前処理が施されていない場合、PCAとFast ICAをEBIデータに適用する際の限界が示唆された。
• 運動アーチファクトが存在しないという条件でも、入力信号の多様性が不足しているため、正確な成分分離を実現できなかった。