深層学習によるノイズ除去技術でAIベースのECG輪郭抽出を強化する
arXiv cs.LG / 2026/5/6
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本研究は、呼吸、筋活動、リード接触不良、外部電気アーティファクトなどのさまざまなノイズが臨床的に重要な心電図信号を隠してしまうため、犬のECG評価が難しい点に取り組んでいます。
- フィルタリングやウェーブレットに基づく従来のノイズ除去法は、ECGの輪郭（形態）に重要な特徴を損なわずに多様なノイズパターンを抑えるのが難しいと述べられています。
- 著者らは、ノイズ入力からクリーンな心臓信号を再構成することを目的に訓練したオートエンコーダベースの深層学習モデルを、ECG輪郭抽出の前処理として提案しています。
- 結果として、犬のECGの「ノイズあり／なし」両方のデータで高い性能が示され、信号条件の違いに対する頑健性と、下流のECG輪郭抽出タスクへの適用可能性が示されています。
