NMCSE: Noise-Robust Multi-Modal Coupling Signal Estimation Method via Optimal Transport for Cardiovascular Disease Detection

要約

心電図（ECG）および音韻（PCG）シグナルは、電気的な心臓の心臓変換を表す潜在的な結合信号によってリンクされています。
心血管疾患（CVD）検出には価値がありますが、この結合シグナルは、ノイズを増幅し、臨床的有用性を制限するデコンボリューション方法を使用して伝統的に推定されています。
このホワイトペーパーでは、ノイズ – ロバストマルチモーダルカップリング信号推定（NMCSE）を提案します。これは、最適な輸送理論を介して分布の一致として問題を再定式化します。
振幅と時間的アライメントを共同で最適化することにより、NMCSEは追加の前処理なしにノイズ増幅を軽減します。
時間空間機能抽出ネットワークと統合されたNMCSEは、堅牢なマルチモーダルCVD検出を可能にします。
Physionet 2016データセットでの実験は、現実的な病院の騒音を使用して、NMCSEがすべてのテストされた信号対雑音比にわたってより高いピアソン相関係数を維持しながら、平均2乗エラーで推定誤差を約30％減らすことを示しています。
私たちのアプローチは、CVD検出で97.38％の精度と0.98 AUCを達成し、最先端の方法を上回り、実際の臨床アプリケーションの堅牢なパフォーマンスを実証します。

要約(オリジナル)

Electrocardiogram (ECG) and Phonocardiogram (PCG) signals are linked by a latent coupling signal representing the electrical-to-mechanical cardiac transformation. While valuable for cardiovascular disease (CVD) detection, this coupling signal is traditionally estimated using deconvolution methods that amplify noise, limiting clinical utility. In this paper, we propose Noise-Robust Multi-Modal Coupling Signal Estimation (NMCSE), which reformulates the problem as distribution matching via optimal transport theory. By jointly optimizing amplitude and temporal alignment, NMCSE mitigates noise amplification without additional preprocessing. Integrated with our Temporal-Spatial Feature Extraction network, NMCSE enables robust multi-modal CVD detection. Experiments on the PhysioNet 2016 dataset with realistic hospital noise demonstrate that NMCSE reduces estimation errors by approximately 30% in Mean Squared Error while maintaining higher Pearson Correlation Coefficients across all tested signal-to-noise ratios. Our approach achieves 97.38% accuracy and 0.98 AUC in CVD detection, outperforming state-of-the-art methods and demonstrating robust performance for real-world clinical applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google