[논문 리뷰] Separation of cardiac and respiratory components from the electrical bio-impedance signal using PCA and fast ICA

Yar M. Mughal, Andrei Krivoshei외 1명|arXiv (Cornell University)|2013. 07. 03.

Blind Source Separation Techniques참고 문헌 11인용 수 9

한 줄 요약

이 연구는 주로 전기 생체저항(EBI) 신호에서 심장 및 호흡 성분을 분리하기 위해 주성분 분석(PCA)을 적용한 후 신속한 독립 성분 분석(Fast ICA)을 적용하는 이단계 신호 분리 방법을 제안한다. 켈빈 네전극 구성을 사용하여 네 개의 실수값 EBI 신호를 확보하였으며, 차원 축소를 통해 생리학적으로 관련 있는 성분을 추출하고자 하였다. 그러나 결과적으로 운동 아티팩트가 없다는 가정 하에, 단지 두 개의 복소수(네 개의 실수) 입력 채널만을 사용할 경우, PCA 또는 Fast ICA 단독으로도, 또는 그 조합으로도 정확한 분리를 달성하지 못하였다.

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.

연구 동기 및 목표

• 신호 처리 기법을 사용하여 전기 생체저항(EBI) 신호에서 심장 및 호흡 성분을 분리하기.
• PCA 및 Fast ICA의 효과성을 다중 채널 EBI 데이터에서 생리적 성분을 분리하는 데 평가하기.
• PCA와 Fast ICA의 조합이 개별 방법보다 생리적 성분 분리 정확도를 향상시키는지 조사하기.
• 입력 신호 차원 수, 특히 두 개의 복소수(네 개의 실수) EBI 채널만을 사용할 경우의 영향 평가하기.
• 운동 아티팩트가 없는 것으로 가정할 때 성분 분리의 가능성 탐색하기.

제안 방법

• 두 개의 독립 측정 채널을 위한 고전적인 켈빈 네전극 구성을 사용하여 네 개의 실수값 EBI 신호를 확보하였다.
• 입력 신호에서 주요 성분을 추출하고 차원을 축소하기 위해 주성분 분석(PCA)을 적용하였다.
• PCA로 축소된 데이터에 대해 신속한 독립 성분 분석(Fast ICA)을 적용하여 통계적으로 독립적인 성분을 추가로 분리하였으며, 심장 및 호흡 신호의 분리 목적으로 하였다.
• 운동 아티팩트가 없음을 가정하여 내재된 신호 분리 성능에 집중하였다.
• 생리학적으로 타당하고 신호 특성에 기반하여 결과 성분을 분석함으로써 분리 성능을 평가하였다.
• 동일한 데이터셋에서 PCA 단독, Fast ICA 단독, 그리고 PCA-Fast ICA 연쇄적 처리의 결과를 비교하였다.

실험 결과

연구 질문

• RQ1 PCA는 다중 채널 EBI 신호에서 차원을 효과적으로 축소하고 의미 있는 성분을 추출할 수 있는가?
• RQ2 Fast ICA는 PCA로 축소된 EBI 데이터에서 심장 및 호흡 성분을 성공적으로 분리할 수 있는가?
• RQ3 PCA와 Fast ICA의 조합은 개별 방법보다 생리적 성분 분리에 더 효과적인가?
• RQ4 입력 채널 수가 제한되어 있는(네 개의 실수 신호) 경우, 분리 정확도에 어떤 정도 제약이 가해지는가?
• RQ5 운동 아티팩트가 제거된 데이터셋에서 분리 과정은 얼마나 강건한가?

주요 결과

• PCA 단계는 입력 EBI 신호의 차원을 성공적으로 축소하였으며, 주요 성분을 식별하였다.
• PCA로 축소된 데이터에 Fast ICA를 적용하였지만, 명확하게 분리된 심장 및 호흡 성분을 도출하지 못하였다.
• PCA 또는 Fast ICA 단독, 또는 그 조합 모두 심장 및 호흡 성분을 정확히 분리하지 못하였다.
• 연구는 오직 두 개의 복소수(네 개의 실수값) 입력 채널만을 사용할 경우 신뢰할 수 있는 분리에 부적합하다고 결론 내렸다.
• 입력 차원 수가 낮고 추가 제약 조건이나 사전 처리가 적용되지 않은 경우, PCA와 Fast ICA를 EBI 데이터에 적용하는 데에는 한계가 있음을 시사한다.
• 운동 아티팩트가 없더라도, 정확한 성분 분리에 필요한 입력 신호의 다양성이 부족하여 이를 상쇄하지 못하였다.