DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal
DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal
复制标题
DeScoD-ECG：用于心电图基线漂移和噪声消除的基于深度评分的扩散模型
DOI：
10.1109/jbhi.2023.3237712
复制
发表时间：
2023
影响因子：
7.7
通讯作者：
Li, Ao
中科院分区：
文献类型：
--
作者：
Li, Huayu;Ditzler, Gregory;Roveda, Janet;Li, Ao
心电图（ECG）信号通常会受到噪声干扰，如基线漂移。高质量、高保真度的心电信号重建对心血管疾病的诊断具有重要意义。因此，本文提出了一种新的心电图基线漂移和噪声去除技术。MethodsWe扩展了扩散模型的条件方式，这是特定的心电信号，即基于深度分数的心电图基线漂移和噪声去除的扩散模型（DeScoD-ECG）。此外，我们部署了一个多镜头平均策略，改善了信号重建。在QT数据库和MIT-BIH噪声应力测试数据库上进行了实验，验证了该方法的可行性。采用基线方法进行比较，包括传统的基于数字滤波器的方法和基于深度学习的方法。结果量化评估结果表明，所提出的方法在四个基于距离的相似性度量上获得了出色的性能，与最佳基线方法相比，总体提高了至少20%。结论本文展示了DeScoD-ECG在心电图基线漂移和噪声去除方面的最新性能，该方法具有更好的逼近真实数据分布和在极端噪声污染下更高的稳定性。显著性本研究是第一个将基于条件扩散的生成模型扩展用于ECG噪声去除的研究之一，并且DeScoD-ECG具有广泛应用于生物医学应用的潜力。
ObjectiveElectrocardiogram (ECG) signals commonly suffer noise interference, such as baseline wander. High-quality and high-fidelity reconstruction of the ECG signals is of great significance to diagnosing cardiovascular diseases. Therefore, this paper proposes a novel ECG baseline wander and noise removal technology.MethodsWe extended the diffusion model in a conditional manner that was specific to the ECG signals, namely the Deep Score-Based Diffusion model for Electrocardiogram baseline wander and noise removal (DeScoD-ECG). Moreover, we deployed a multi-shots averaging strategy that improved signal reconstructions. We conducted the experiments on the QT Database and the MIT-BIH Noise Stress Test Database to verify the feasibility of the proposed method. Baseline methods are adopted for comparison, including traditional digital filter-based and deep learning-based methods.ResultsThe quantities evaluation results show that the proposed method obtained outstanding performance on four distance-based similarity metrics with at least 20% overall improvement compared with the best baseline method.ConclusionThis paper demonstrates the state-of-the-art performance of the DeScoD-ECG for ECG baseline wander and noise removal, which has better approximations of the true data distribution and higher stability under extreme noise corruptions.SignificanceThis study is one of the first to extend the conditional diffusion-based generative model for ECG noise removal, and the DeScoD-ECG has the potential to be widely used in biomedical applications.
登录
查看更多内容
心电图失真措施及其有效性
DOI：
--
发表时间：
2008
期刊：
2008 First International Conference on Emerging Trends in Engineering and Technology
影响因子：
--
作者：
M. Manikandan;S. Dandapat
通讯作者：
S. Dandapat
DOI：
--
发表时间：
2019-07
期刊：
--
影响因子：
--
作者：
Yang Song;Stefano Ermon
通讯作者：
Yang Song;Stefano Ermon
DOI：
--
发表时间：
2011
期刊：
--
影响因子：
--
作者：
A. Alwan
通讯作者：
A. Alwan
基于去噪自编码器的混响下大词汇量语音识别研究
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
小宮山大樹，石井敬章;篠崎隆宏，堀内靖雄，黒岩眞吾
通讯作者：
篠崎隆宏，堀内靖雄，黒岩眞吾
运动测试：为什么、哪些以及如何解释
影响因子：
2
作者：
R. Gosselink;T. Troosters;M. Decramer
通讯作者：
M. Decramer