L'électrocardiogramme (ECG) est une méthode importante et non invasive pour le diagnostic des maladies cardiovasculaires. Cependant, les signaux ECG sont vulnérables aux contaminations par le bruit, telles que l'interférence électrique ou la dérive du signal, ce qui réduit la précision diagnostique. De nombreuses méthodes de débruitage ECG ont été proposées, mais la plupart des méthodes existantes présentent des performances sous-optimales en présence de bruits importants ou nécessitent plusieurs étapes lors de l'inférence, entraînant un retard pendant le traitement en ligne. Dans cet article, nous proposons un nouveau modèle de débruitage ECG, appelé Mamba-based ECG Enhancer (MECG-E), qui utilise l'architecture Mamba reconnue pour son inférence rapide et ses capacités exceptionnelles de cartographie non linéaire. Les résultats expérimentaux montrent que MECG-E surpasse plusieurs modèles existants bien connus selon plusieurs métriques dans différentes conditions de bruit. De plus, MECG-E nécessite moins de temps d'inférence que les débruiteurs ECG basés sur la diffusion les plus avancés, démontrant ainsi la fonctionnalité et l'efficacité du modèle.