Modelling of Perturbations in Seismocardiography Signals

Seismocardiography is a common method for monitoring and preventing cardiovascular diseases, the leading cause of mortality worldwide [WHO21]. At the same time, seismocardiography signals are often contaminated by noise and artefacts, making it difficult to accurately extract the signal morphology and reliably assess the cardiac health. For this reason, this thesis introduces a new approach for denoising seismocardiography signals using fully convolutional autoencoders, with a particular focus on proposing a method for modelling motion noise in the signals. A number of experiments were carried out to investigate not only the capability and suitability of the denoising approach and the applicability of the noise model, but also their impact on the use case of extracting an electrocardiogram from seismocardiography signals. Overall, the results favour the use of autoencoders and the proposed approach allows for a significant improvement in the transformability of seismocardiography signals into electrocardiography signals in the presence of noise. With such improvements in noise reduction, the denoising method, together with the proposed noise model, will in the future enable better assessment of cardiac health in a wide range of noisy environments, such as during physical activity, which in turn implies better applicability of seismocardiography signals.

Die Seismokardiographie ist eine gängige Methode zur Überwachung und Vorbeugung von Herz-Kreislauf-Erkrankungen, der weltweit häufigsten Todesursache [WHO21]. Gleichzeitig sind seismokardiographische Signale häufig durch Rauschen und Artefakte verunreinigt, was eine genaue Extraktion der Signalmorphologie und eine zuverlässige Beurteilung der Herzgesundheit erschwert. Aus diesem Grund wird in dieser Arbeit ein neuer Ansatz für die Entrauschung von Seismokardiographie-Signalen mit Hilfe von sogenannten Fully Convolutional Autoencodern vorgestellt, wobei ein besonderer Schwerpunkt auf dem Vorschlag einer Methode zur Modellierung von Bewegungsrauschen auf den Signalen liegt. Es wurden eine Reihe von Experimenten durchgeführt, um nicht nur die Fähigkeit und Eignung des Entrauschungsansatzes und die Anwendbarkeit des Rauschmodells zu untersuchen, sondern auch deren Auswirkungen auf den Anwendungsfall der Extraktion eines Elektrokardiogramms aus Seismokardiographiesignalen. Insgesamt sprechen die Ergebnisse für die Verwendung von Autoencodern und der vorgeschlagene Ansatz ermöglicht bei verrauschten Signalen eine erhebliche Verbesserung der Transformierbarkeit von Seismokardiographiesignalen in Elektrokardiographiesignale. Mit solchen Verbesserungen bei der Rauschunterdrückung wird die Rauschunterdrückungsmethode zusammen mit dem vorgeschlagenen Rauschmodell in Zukunft eine bessere Bewertung der Herzgesundheit in einem breiten Spektrum von verrauschten Umgebungen, z. B. bei körperlicher Aktivität, ermöglichen, was wiederum eine bessere Anwendbarkeit von Seismokardiographiesignalen impliziert.