[論文レビュー] SSC-UNet: UNet with Self-Supervised Contrastive Learning for Phonocardiography Noise Reduction

Lizy Abraham, Siobhan Coughlan+4 more|arXiv (Cornell University)|Jan 7, 2026

Phonocardiography and Auscultation Techniques被引用数 0

ひとこと要約

論文は SSC-UNet を提案する。自己教師ありの Noise2Noise ベースのデノイジングモデルで、対比学習を用い血行音計測のノイズを低減しつつ病理的特徴を保持する。 clean data を必要とせず、ノイズ低減性能を改善する。

ABSTRACT

Congenital Heart Disease (CHD) remains a significant global health concern affecting approximately 1\% of births worldwide. Phonocardiography has emerged as a supplementary tool to diagnose CHD cost-effectively. However, the performance of these diagnostic models highly depends on the quality of the phonocardiography, thus, noise reduction is particularly critical. Supervised UNet effectively improves noise reduction capabilities, but limited clean data hinders its application. The complex time-frequency characteristics of phonocardiography further complicate finding the balance between effectively removing noise and preserving pathological features. In this study, we proposed a self-supervised phonocardiography noise reduction model based on Noise2Noise to enable training without clean data. Augmentation and contrastive learning are applied to enhance its performance. We obtained an average SNR of 12.98 dB after filtering under 10~dB of hospital noise. Classification sensitivity after filtering was improved from 27\% to 88\%, indicating its promising pathological feature retention capabilities in practical noisy environments.

研究の動機と目的

• denoising のための clean な音響心臓音データの不足を解消する。
• Noise2Noise を基盤としたエンドツーエンドの自己教師ありデノイジングモデルを開発する。
• 対比学習を組み込み病理的特徴の保持と幻像の低減を図る。
• 現実世界の多様なノイズシナリオにおけるデノイジング性能を評価し、CHD分類への影響を評価する。
• 他の生理信号への一般化の可能性と頑健性を示す。

提案手法

• タイム連続性を保持する BiLSTM スキップ接続を備えた four-level U-Net（LU-Net）を採用。
• ボトルネック特徴を projection head を介して対照空間へ投影。
• 再構成損失（MSE）と同じサンプルの拡張をクラスタリングする対照損失を組み合わせた損失で学習。
• clean targets を必要とせず、ノイズのある PCG 入力に追加の歪みを注入する Noise2Noise に触発した学習を行う。
• 正のペアは同一サンプルの拡張、負のペアは他サンプルとする対照学習フレームワークを実装し、安定性を重視した潜在空間を最適化。
• augmented PCG データでのエンドツーエンド学習を用いて評価し、基準デノイジングモデルと比較する。

実験結果

リサーチクエスチョン

• RQ1 自己データなしで学習した自己教師ありデノイジングモデルは、ノイズのある血管音計測データに対して競争力のある SNR 効果を達成できるか。
• RQ2 対照学習は PCG の病原性特徴の保持と幻像の低減に寄与するか。
• RQ3 SSC-UNet は白色雑音、ピンク雑音、赤色雑音、病院ノイズ、肺ノイズといった異なるノイズ種およびノイズレベルでどう性能を示すか。
• RQ4 デノイジングはノイズ下での下流の CHD 分類の頑健性に与える影響はどの程度か。

主な発見

Model	White 0dB	White 5dB	White 10dB	Pink 0dB	Pink 5dB	Pink 10dB	Red 0dB	Red 5dB	Red 10dB	Hospital 0dB	Hospital 5dB	Hospital 10dB	Lung 0dB	Lung 5dB	Lung 10dB
AE	11.39	11.95	12.2	8.81	11.25	12.87	10.56	12.98	14.9	7.22	10.17	12.2	8.29	10.64	13.03
U-Net	16.19	18.12	19.18	13.82	15.93	17.58	15.11	16.89	18.11	12.86	14.62	16.97	13.94	16.26	17.69
LU-Net	17.4	19.86	21.35	14.8	17	18.8	16.19	18.05	19.4	13.8	16.22	18.38	16.93	18.89	19.9
N2N	17.63	20.42	22.1	14.5	17.3	19.24	16.28	18.37	19.92	14	16.62	19.07	16.99	19.2	20.52
CN2N	17.27	20.11	22.15	14.26	16.83	18.99	15.71	17.85	19.34	12.98	16.08	18.83	16.24	18.45	19.6

• SSC-UNet は出力 SNR の点で複数のノイズ条件下で従来の UNet ベースデノイジングを上回る。
• 0 dB hospital ノイズで SSC-UNet は SNR を 14 dB に達成し、FCN、U-Net、LU-Net のベースラインより高い。
• 対照学習はぼやけと幻像を低減し、病理的 PCG 特徴の保持を改善する。
• ノイズ下でのCHD分類の下流性能を、デノイジングなしと比較して向上させる。
• t-SNE 可視化は、ラベルなしでも潜在空間で異なる PCG パターンのクラスタリングをより明確に示す。
• この手法はさまざまなノイズ種に対して頑健であり、他の生理信号への適用可能性を示唆する。