基于相位同步的多软件传感器无监督集成：一种稳健的心电推导呼吸方法
信号处理
2024-04-16 v3 数据分析、统计与概率
应用统计
摘要
目的：我们旨在融合不同心电推导呼吸(EDR)算法的输出，以生成质量更高的单一EDR信号。方法：我们将每个EDR算法视为从不同视角记录呼吸活动的软件传感器，基于呼吸信号质量指数识别高质量软件传感器，利用基于图连接拉普拉斯的相位同步技术对齐最高质量的EDR，并最终融合那些已对齐的高质量EDR。我们将输出称为同步集成EDR信号。所提算法在两个大规模整夜多导睡眠图数据库上进行了评估。我们使用由不同硬件传感器记录的三种呼吸信号评估所提算法的性能，并将其与其他现有EDR算法进行比较。敏感性分析针对共五种情形展开：通过对EDR信号取均值进行融合，以及EDR信号对齐在不进行和进行同步、不进行和进行信号质量选择的四种情形。结果：当以同步相关({\gamma}-score)、最优传输(OT)距离和估计平均呼吸率(EARR)分数评估时，同步集成EDR算法优于现有EDR算法，均具统计显著性。敏感性分析表明，信号质量选择与EDR信号对齐对性能均至关重要，均具统计显著性。结论：同步集成EDR从心电信号中提供稳健的呼吸信息。意义：相位同步不仅在理论上严谨，而且在设计稳健EDR方面具有实用性。
引用
@article{arxiv.2006.13054,
title = {Unsupervised Ensembling of Multiple Software Sensors with Phase Synchronization: A Robust Approach For Electrocardiogram-derived Respiration},
author = {Jacob McErlean and John Malik and Yu-Ting Lin and Ronen Talmon and Hau-Tieng Wu},
journal= {arXiv preprint arXiv:2006.13054},
year = {2024}
}