MECG-E：用于基线漂移去除的基于 Mamba 的 ECG 增强器
信号处理
2024-11-26 v2 人工智能
摘要
心电图 (ECG) 是诊断心血管疾病的重要非侵入性方法。然而，ECG 信号容易受到噪声污染，例如电干扰或信号漂移，这会降低诊断准确性。已经提出了多种 ECG 去噪方法，但大多数现有方法在非常嘈杂的条件下表现不佳，或者在推理过程中需要多个步骤，导致在线处理期间的延迟。在本文中，我们提出了一种新颖的 ECG 去噪模型，即基于 Mamba 的 ECG 增强器 (Mamba-based ECG Enhancer, MECG-E)，它利用了以快速推理和出色的非线性映射能力而闻名的 Mamba 架构。实验结果表明，在不同的噪声条件下，MECG-E 在多个指标上超越了几种知名的现有模型。此外，MECG-E 所需的推理时间少于最先进的基于扩散的 ECG 去噪器，证明了该模型的功能性和效率。
引用
@article{arxiv.2409.18828,
title = {MECG-E: Mamba-based ECG Enhancer for Baseline Wander Removal},
author = {Kuo-Hsuan Hung and Kuan-Chen Wang and Kai-Chun Liu and Wei-Lun Chen and Xugang Lu and Yu Tsao and Chii-Wann Lin},
journal= {arXiv preprint arXiv:2409.18828},
year = {2024}
}
备注
Accepted at IEEE BigData 2024