トレースノルム最小化による脳血流速度信号のアーチファクト除去と欠損データの入力

Artifact rejection and missing data imputation in cerebral blood flow velocity signals via trace norm minimization.

• Cameron Allan Gunn
• Xiao Hu
• Lieven Vandenberghe

抄録

目的:

多くの生理学的信号は、その有用性を制限する重大な破損によって劣化します。その一例として，経頭蓋ドップラーで測定される脳血流速度（CBFV）信号は，患者の動きによる大きな誤差の影響を受けやすい．本論文では、これらの信号のアーチファクトを除去し、欠損データのセクションをインピュートする方法を提案する。

OBJECTIVE: Many physiological signals are degraded by significant corruptions that limit their usefulness. One example is cerebral blood flow velocity (CBFV) signals, measured by transcranial Doppler, which are susceptible to large errors from patient motion. In this paper we propose a method to remove artifacts and impute sections of missing data in these signals.

方法:

この手法は、CBFV、動脈血圧、および利用可能な場合には頭蓋内圧の間の低次の動的関係を利用しています。この手法は、大きな偏差や欠損データに対するロバスト性を向上させる凸正則化項を用いて、低次の動的モデルに適合させることで、測定された信号を向上させます。この手法は凸型最適化定式化に基づいており、トレースノルム近似と部分空間システム同定の最近の研究成果を利用している。

METHODS: The method exploits the low-order dynamical relationship between CBFV, arterial blood pressure, and, where available, intracranial pressure. It enhances the measured signals by fitting them to a low-order dynamical model, using convex regularization terms that improve robustness to large deviations and missing data. The method is based on a convex optimization formulation, and utilizes recent work in trace norm approximation and subspace system identification.

結果:

シミュレーションでは、この手法が実際のCBFVアーチファクトをうまく除去し、欠落しているデータを合理的な精度で推定できることが実証された。頭蓋内圧データが利用可能な場合には性能が向上した。

RESULTS: Simulations demonstrate that the method successfully removes real CBFV artifacts, and can impute missing data with reasonable accuracy. Performance was improved when intracranial pressure data was available.

結論:

提示された手法は、研究者がCBFV信号のアーチファクトを除去し、欠落区間を推定するために使用することができる。一般的なアプローチは、他の生物医学的な信号処理の設定にも適用できる。

CONCLUSION: The methods presented can be used by researchers to remove artifacts and estimate missing sections in CBFV signals. The general approach may be applied to other biomedical signal processing settings.

意義:

この低次動的アプローチは、非侵襲的な頭蓋内圧推定において現在進行中のアプリケーションである。

SIGNIFICANCE: This low-order dynamical approach has ongoing applications in noninvasive intracranial pressure estimation.

© 2020 Institute of Physics and Engineering in Medicine.