A Data-Driven Gaussian Process Filter for Electrocardiogram Denoising

要約

目的: 心電図 (ECG) フィルタリングを含むさまざまなアプリケーションに効果的に使用されているガウス プロセス (GP) ベースのフィルタは、計算量が多く、ハイパーパラメータの選択は通常アドホックです。
方法: ECG 位相ドメインの概念を使用して、両方の問題に対処するデータ駆動型 GP フィルターを開発します。これは、固定数のサンプルと整列した R ピークに対する ECG 拍動のタイムワープ表現であり、次のように仮定されます。
ガウス分布に従います。
この仮定の下では、サンプル平均および共分散行列の計算が簡素化され、アドホックなハイパーパラメーターを使用せずに、データ駆動型の GP フィルターの効率的な実装が可能になります。
提案されたフィルターは、PhysioNet QT データベース上で評価され、最先端のウェーブレット ベースのフィルターと比較されます。
性能は、加法性ノイズを使用して、-5 ～ 30dB の範囲の SNR レベルで 5dB ステップでフィルターの信号対ノイズ比 (SNR) の改善を測定することによって評価されます。
臨床評価では、元の信号とフィルター処理された信号の推定 QT 間隔間の誤差が測定され、ベンチマーク フィルターと比較されます。
結果: 提案された GP フィルターは、テストされたすべてのノイズ レベルでベンチマーク フィルターよりも優れていることが示されています。
また、QT 間隔推定誤差のバイアスと分散の点でも、最先端のフィルターよりも優れています。
結論: 提案された GP フィルターは、臨床および研究アプリケーションで ECG を前処理する多用途の技術であり、任意の長さとサンプリング周波数の ECG に適用でき、そのパフォーマンスの信頼区間を提供します。

要約(オリジナル)

Objective: Gaussian Processes (GP)-based filters, which have been effectively used for various applications including electrocardiogram (ECG) filtering can be computationally demanding and the choice of their hyperparameters is typically ad hoc. Methods: We develop a data-driven GP filter to address both issues, using the notion of the ECG phase domain — a time-warped representation of the ECG beats onto a fixed number of samples and aligned R-peaks, which is assumed to follow a Gaussian distribution. Under this assumption, the computation of the sample mean and covariance matrix is simplified, enabling an efficient implementation of the GP filter in a data-driven manner, with no ad hoc hyperparameters. The proposed filter is evaluated and compared with a state-of-the-art wavelet-based filter, on the PhysioNet QT Database. The performance is evaluated by measuring the signal-to-noise ratio (SNR) improvement of the filter at SNR levels ranging from -5 to 30dB, in 5dB steps, using additive noise. For a clinical evaluation, the error between the estimated QT-intervals of the original and filtered signals is measured and compared with the benchmark filter. Results: It is shown that the proposed GP filter outperforms the benchmark filter for all the tested noise levels. It also outperforms the state-of-the-art filter in terms of QT-interval estimation error bias and variance. Conclusion: The proposed GP filter is a versatile technique for preprocessing the ECG in clinical and research applications, is applicable to ECG of arbitrary lengths and sampling frequencies, and provides confidence intervals for its performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google