A New Non-Negative Matrix Factorization Approach for Blind Source Separation of Cardiovascular and Respiratory Sound Based on the Periodicity of Heart and Lung Function

技術概要：心血管および呼吸音の盲分離のための新たな非負値行列因子分解アプローチ

問題定義
心臓および呼吸の聴診は、心血管疾患および呼吸器疾患の診断において重要な情報を提供します。しかし、聴診の臨床的有用性は、ノイズおよび信号干渉という課題によってしばしば阻害されます。心音（心臓）と肺音（呼吸）は周波数領域で頻繁に重なり合い、物理的に相互作用するため、単一の録音から純粋な音響信号を抽出することが困難です。盲源分離（BSS）技術は存在しますが、独立成分分析（ICA）などの標準的な手法は、ソース統計量（平均および分散）に関する事前知識を必要とする傾向があり、生体音響への既存の非負値行列因子分解（NMF）応用は、ノイズ汚染や混合符号信号の分離において困難に直面してきました。さらに、多くの既存のアプローチは手動セグメンテーションや信号周期に関する特定の事前知識に依存しており、自動化と頑健性が制限されています。

手法
著者は、デジタル聴診器で記録された心音と肺音を盲分離するように設計された修正された NMF アプローチを提案します。この手法は、いくつかの異なる技術的要素を統合しています。

1. 前処理: 入力信号は、ノイズを軽減し振幅を標準化するために、バンドパスフィルタリング（心臓用 50–250 Hz、肺用 60–300 Hz）および正規化を受けます。
2. 修正アフィン NMF: コアアルゴリズムは、$\alpha$-ダイバージェンスを最小化する$\alpha$-NMF フレームワークを利用します。標準的な NMF が混合符号信号の復元において抱える制限に対処するため、著者は「スケーリングとオフセット」ブロックを導入します。この修正には、非負性を保証するための調整可能なオフセット項（$\lambda_2$）と、心臓および肺の検出ブロック用の個別のスケーリング因子（$\lambda_1$）が含まれます。これにより、アルゴリズムは生体事前知識（例えば、肺音が心音よりも遅く、より支配的であること）を活用しつつ、生々しい音響データの混合符号の性質を処理することが可能になります。
3. 多層並列構造: 従来の単一モジュール NMF と異なり、提案されたシステムは、2 つの独立した NMF モジュールを備えた並列構造を採用しています。一方のモジュールは心音を抽出するように調整され、他方は肺音を抽出するように調整されます。この構造は、局所解への収束リスクを低減するために多層（階層的）アプローチを利用し、各ソースタイプに対してパラメータ（層の数やスケーリング因子など）を独立して調整するための追加の自由度を提供します。
4. 周期性に基づく選択: 重要な革新は、特定の周期値の事前知識を必要とせずに、心臓および肺機能の周期的性質を利用することです。並列モジュールが候補信号を生成した後、システムは自己相関関数を用いて各出力の周期を推定します。周期が短いモジュール出力は心音として選択され、他方は肺音として指定されます。

主な貢献
本論文は、以下の 3 つの主要な貢献を特定しています。

• 新規アルゴリズム構造: 心臓および肺の抽出に対する独立したパラメータ調整を可能にする並列多層 NMF 構造の導入により、単一モジュールアプローチと比較して分離精度を向上させます。
• 混合符号信号の処理: スケーリングとオフセットブロックを備えたアフィン NMF アルゴリズムの適応により、この手法は効果的に混合符号の生体音響混合物を処理することを可能にします。
• 周期性駆動による分離: 心音および肺音の内在的な周期性をソース識別の選択基準として利用します。このアプローチは、手動セグメンテーションや信号周期の正確な事前知識を必要とせずに精度を向上させ、著者の知る限り、NMF ベースの生体音響分離において以前に適用されたことのない特徴です。

実験結果
この手法は、100 ケースからなる合成データセットで評価されました。各ケースは、現実世界の心音および肺音録音の 2 つの混合物で構成されていました。性能は、ソース歪み比（SDR）、ソース干渉比（SIR）、およびソースアーティファクト比（SAR）を用いて測定されました。

• パラメータ最適化: 100 回の実験を通じて、最適なパラメータは$\alpha=0.5$、心臓検出ブロックで 2 層、肺検出ブロックで 1 層であることが特定されました。
• 性能指標: 提案された手法は、平均 SIR で 30.9 dB、SAR で 17.1 dB、SDR で 21.2 dB を達成しました。
• 比較分析: 最近の NMF ベースの手法（Tsai、Xie、Wang、Candas）と比較した際、提案されたアプローチは、特に臨床目的において最も関連性の高い指標である SIR において、優れた性能を示しました。結果は、既存の手法（比較研究では 10.4 dB から 24.1 dB の SIR 値をしばしば示す）よりも大幅な改善を示しました。

意義と主張
本論文は、並列処理、多層構造、および周期性の活用を組み合わせることで、心音および肺音の盲源分離に対する優れた解決策を提案する手法であると主張しています。著者は、この手法が手動介入や信号周期に関する広範な事前知識を必要とせずに高い精度を達成することを強調しています。結果は現実の測定値の合成混合物に基づいていますが、著者は、この手法が他の現在の手法と比較して「優れたソース分離精度」を示すと述べています。彼らは、このアプローチが臨床応用にとって有望であると結論付けていますが、将来の研究において実際の臨床データでのさらなるテストが必要であると指摘しています。本論文は、将来の含意については控えめなトーンを維持し、既存の技術に対する分離指標（SDR、SIR、SAR）の示された改善に厳密に焦点を当てています。