[논문 리뷰] Denoising ECG by Adaptive Filter with Empirical Mode Decomposition

Bingze Dai, Wenlei Bai|arXiv (Cornell University)|2021. 08. 18.

ECG Monitoring and Analysis참고 문헌 29인용 수 5

한 줄 요약

이 논문은 기저선 왜곡, 전력선 간섭, 전극 이동성 고장, 근육 고장과 같은 다중 잡음 유형을 효과적으로 제거하기 위해 경계선 분해(Empirical Mode Decomposition, EMD)와 적응형 필터링을 조합한 새로운 노이즈 제거 프레임워크를 제안한다. 제안된 병렬 EMD-적응형 필터 구조는 MIT-BIH 심 arrhythmia 데이터베이스에서 가장 높은 신호 대 잡음비(SNR) 향상을 달성하여 복잡한 다중 잡음 환경에서 뛰어난 성능을 입증한다.

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.

연구 동기 및 목표

• 기저선 왜곡, 전력선 간섭, 전극 이동, 근육 고장과 같은 다중 겹치는 잡음 원인으로 인한 ECG 신호 열화 문제를 해결하기 위해.
• 정확한 심장 질환 진단을 위해 ECG 품질을 향상시키는 효율적이고 적응형 신호 처리 프레임워크를 개발하기 위해.
• 실제 ECG 기록에서 복잡한 잡음 환경에 오염된 경우의 신호 대 잡음비(SNR) 향상하기 위해.
• 실제 잡음 조건 하에서 표준 ECG 데이터베이스(MIT-BIH arrhythmia)에서 제안된 방법을 검증하기 위해.

제안 방법

• 방법은 노이즈가 있는 ECG 신호를 내재 모드 함수(IMFs)로 분해하여 주요 심장 신호에서 잡음 성분을 분리하기 위해 경계선 분해(EMD)를 사용한다.
• 잡음 성분을 포함한 IMFs에 대해 적응형 필터를 적용하며, EMD 과정에서 유도된 기준 신호를 사용하여 비정상적인 잡음 성분을 추적하고 억제한다.
• 기저선 왜곡, 전력선 간섭, 전극 이동, 근육 고장과 같은 다중 잡음 유형을 동시에 처리하기 위해 병렬 구조를 설계하였으며, 특정 잡음에 대응하는 IMFs를 특정 필터링에 할당한다.
• 적응형 필터는 잡음 성분의 추정치와 실제 값 간 오차를 기반으로 반복적으로 필터 계수를 조정하기 위해 최소 평균 제곱(LMS) 알고리즘을 사용한다.
• 노이즈 제거된 IMFs를 합산하여 재구성된 신호를 형성함으로써 원래 ECG의 형태를 유지하면서도 고장을 제거한다.
• 실제 임상 조건를 시뮬레이션하기 위해 모든 네 가지 잡음 유형을 인위적으로 추가한 MIT-BIH arrhythmia 데이터베이스에서 방법을 평가한다.

실험 결과

연구 질문

• RQ1 EMD는 기저선 왜곡, 전력선 간섭, 전극 이동, 근육 고장과 같은 다중 겹치는 잡음 유형으로부터 ECG 신호 성분을 효과적으로 분리할 수 있는가?
• RQ2 EMD와 적응형 필터링을 통합함으로써 기존의 노이즈 제거 방법에 비해 다중 잡음 환경에서 SNR 향상은 어떻게 향상되는가?
• RQ3 다양한 ECG 잡음 원천을 동시에 억제하기 위한 EMD-적응형 필터 구조의 최적 구성은 무엇인가?
• RQ4 제안된 병렬 필터링 아키텍처는 SNR 및 신호 정밀도 측면에서 순차적 또는 단일 필터링 접근 방식보다 우수한가?

주요 결과

• 제안된 병렬 EMD-적응형 필터 구조는 MIT-BIH arrhythmia 데이터베이스에서 테스트된 방법들 중에서 가장 높은 신호 대 잡음비(SNR) 향상을 달성한다.
• 이 방법은 기저선 왜곡, 전력선 간섭, 전극 이동 고장, 근육 고장과 같은 네 가지 주요 ECG 잡음 유형을 동시에 효과적으로 억제한다.
• EMD는 잡음 성분을 별개의 IMFs로 효과적으로 분리하여 기저 ECG 형태에 대한 왜곡을 최소화하면서도 타겟팅된 적응형 필터링을 가능하게 한다.
• 적응형 필터링 구성 요소는 비정상적이고 일시적인 잡음 조건에서 잔여 잡음을 크게 감소시킨다.
• 이 방법은 원래 ECG 신호에 대해 높은 정밀도를 유지하며, QRS 복합파와 ST 세그먼트와 같은 임상적으로 중요한 특징을 보존한다.
• 이 프레임워크는 기존의 필터링 기법보다 뛰어난 성능을 보이며, 복잡한 실생활 잡음 환경에서 강건성과 적응성을 입증한다.