HyperAIHyperAI
vor 2 Monaten

MECG-E: Mamba-basierter ECG-Verstärker zur Entfernung von Baseline-Wanderungen

Kuo-Hsuan Hung; Kuan-Chen Wang; Kai-Chun Liu; Wei-Lun Chen; Xugang Lu; Yu Tsao; Chii-Wann Lin
MECG-E: Mamba-basierter ECG-Verstärker zur Entfernung von Baseline-Wanderungen
Abstract

Das Elektrokardiogramm (EKG) ist eine wichtige nichtinvasive Methode zur Diagnose von Herz-Kreislauf-Erkrankungen. Allerdings sind EKG-Signale anfällig für Störungen, wie elektrische Interferenzen oder Signalwanderung, die die diagnostische Genauigkeit verringern. Es wurden verschiedene EKG-Entstörverfahren vorgeschlagen, aber die meisten bestehenden Methoden erzielen unter sehr störanfälligen Bedingungen suboptimale Leistungen oder erfordern mehrere Schritte während der Inferenz, was zu Verzögerungen bei der Online-Bearbeitung führt. In dieser Arbeit schlagen wir ein neues EKG-Entstörmodell vor, nämlich den Mamba-basierten EKG-Verstärker (MECG-E), der die Mamba-Architektur nutzt, die für ihre schnelle Inferenz und ausgezeichnete nichtlineare Abbildungsfähigkeiten bekannt ist. Experimentelle Ergebnisse zeigen, dass MECG-E unter verschiedenen Rauschbedingungen in mehreren Metriken mehrere bekannte bestehende Modelle übertrifft. Zudem benötigt MECG-E weniger Inferenzzeit als anspruchsvolle diffusionsbasierte EKG-Entstörer, was die Funktionalität und Effizienz des Modells demonstriert.

MECG-E: Mamba-basierter ECG-Verstärker zur Entfernung von Baseline-Wanderungen | Neueste Forschungsarbeiten | HyperAI