Modelo de transformador de red neuronal convolucional para predecir y clasificar arritmias tempranas mediante señal de electrocardiograma

Summary

El modelo desarrollado tiene como objetivo clasificar las arritmias tempranas en clases N, L, R, V y A. Aquí, todos los conjuntos de datos se combinan para crear un conjunto de datos principal, que el modelo utiliza como entrada para producir diferentes clases de arritmias como salida.

Abstract

Como una de las principales causas de muerte en todo el mundo, las enfermedades cardiovasculares, especialmente las arritmias, requieren la creación de tecnologías precisas y automatizadas para el diagnóstico y la detección tempranos. Para identificar las arritmias a partir de las señales de electrocardiograma (ECG), este artículo presenta un modelo de clasificación basado en el aprendizaje profundo que se centra en cinco tipos principales de latidos cardíacos: normal (N), bloqueo de rama izquierda (L), bloqueo de rama derecha (R), latido auricular prematuro (A) y contracción ventricular prematura (V). Aprovechamos las señales de derivación I de varias fuentes, como las bases de datos INCART de 12 derivaciones, Holter de muerte cardíaca súbita, supraventricular y MIT-BIH Arrhythmia, lo que genera más de 3,9 millones de segmentos de entrenamiento y 112.575 pruebas.

Algunos ejemplos de preparación de datos son la muestra de 180 muestras, la segmentación de ventana fija, la normalización mínima-máxima y el equilibrio de clases con la técnica de sobremuestreo de minorías sintéticas (SMOTE). La arquitectura híbrida utiliza capas de transformadores para modelar dependencias temporales y redes neuronales convolucionales (CNN) 1D para extraer características espaciales. El optimizador de Adam con normalización de lotes y abandono para la regularización entrena el modelo.

El sistema propuesto supera al modelo TN4 y otros puntos de referencia de vanguardia, logrando un 99,99% de exactitud, precisión y puntuación F1 en todas las clases. La robustez de las características se mejora aún más mediante la aplicación de arquitecturas híbridas profundas y redes neuronales convolucionales, que fueron motivadas por estudios anteriores. El paradigma sugerido avanza en la atención médica digital individualizada e impulsada por inteligencia artificial y es muy prometedor para la identificación escalable y en tiempo real de arritmias.

Introduction

Según la Organización Mundial de la Salud (^{OMS), las} enfermedades cardiovasculares (ECV) siguen siendo uno de los principales problemas de salud a nivel mundial, y son responsables de casi el 31% de las muertes en todo el mundo cada año1. Un subconjunto significativo de estos casos involucra arritmias, irregularidades en el ritmo cardíaco que pueden variar desde benignas hasta potencialmente mortales. Las arritmias suelen estar marcadas por tiempos irregulares. Estas interrupciones contribuyen sustancialmente a la morbilidad y mortalidad del paciente, lo que aumenta el riesgo de problemas de salud graves como accidente cerebrovascular, insuficiencia cardíaca y paro cardíaco repentino. Por lo tanto, la identificación temprana y la clasificación precisa de las arritmias son cruciales para mejorar los resultados de los pacientes, gestionar los costos de atención médica y avanzar en la calidad de la atención cardíaca².

La electrocardiografía (ECG) sigue siendo una herramienta diagnóstica no invasiva clave para la detección de arritmias. Al capturar la actividad eléctrica del corazón en forma de formas de onda visuales, el ECG permite a los médicos identificar variaciones sutiles que pueden apuntar^{a patrones} arrítmicos específicos. Sin embargo, la interpretación manual de las señales de ECG requiere mucho tiempo y es propensa a la variabilidad debido a las diferencias individuales entre los profesionales, lo que introduce un margen de error humano. Estos desafíos se magnifican cuando se manejan conjuntos de datos extensos o se reconocen arritmias matizadas. Con el cambio global hacia la atención médica digital, la necesidad de sistemas de diagnóstico confiables y automatizados capaces de brindar análisis de ECG consistentes y en tiempo real es cada vez más vital⁴.

Los modelos tradicionales de aprendizaje automático se han aplicado al análisis de ECG con un éxito moderado; Sin embargo, su dependencia de las características artesanales y la experiencia específica del dominio plantea limitaciones notables. Para abordar esta limitación, el modelo emplea la técnica de sobremuestreo de minorías sintéticas (SMOTE), que genera puntos de datos sintéticos para clases subrepresentadas, equilibrando así el conjunto de datos y mejorando la capacidad del modelo para generalizar en todos los tipos de latidos. La integración de SMOTE con nuestro modelo de aprendizaje profundo mejora el rendimiento de la clasificación, especialmente para arritmias raras, y respalda una herramienta de diagnóstico más equitativa⁵. Los objetivos principales de esta investigación son tres. En primer lugar, el objetivo es desarrollar un modelo preciso y escalable capaz de detectar arritmias en tiempo real, contribuyendo al cambio global hacia la atención sanitaria digital y personalizada. En segundo lugar, demostrar la eficacia de una arquitectura híbrida CNN-Transformer en el análisis de ECG, destacando su potencial para superar a los métodos tradicionales tanto en precisión como en robustez⁶.

Por último, el objetivo es desarrollar un modelo con aplicaciones significativas en el diagnóstico clínico, mejorando la detección precoz de las anomalías cardíacas. Este estudio busca cerrar la brecha entre los avances del aprendizaje profundo y las aplicaciones médicas prácticas, posicionando nuestro enfoque como una herramienta valiosa en la búsqueda de una mejor atención cardíaca y resultados para los pacientes⁶.

Protocol

1. Adquisición de conjuntos de datos

1. Adquiera conjuntos de datos de electrocardiogramas (ECG) disponibles públicamente para desarrollar y validar el modelo de aprendizaje profundo para la clasificación de arritmias⁷.
2. Combine los conjuntos de datos de Lead-I de la base de datos de arritmias del MIT-BIH, la base de datos de arritmias supraventriculares del MIT-BIH, la base de datos de arritmias de 12 derivaciones INCART de San Petersburgo y la base de datos Holter de muerte súbita cardíaca.
   NOTA: Los conjuntos de datos se eligen por su diversidad en la demografía del paciente y los tipos de arritmia, lo que garantiza que el modelo pueda generalizarse en casos variados. Cada conjunto de datos proporciona registros de ECG anotados de alta calidad, que cubren una variedad de clases de latidos del corazón. Solo se extrajeron los datos de Lead I y se utilizaron en todos los conjuntos de datos para estandarizar la entrada, manteniendo la coherencia y centrándose en la señal más relevante para el diagnóstico. Como se muestra en la Figura 1, la derivación I mide la diferencia de potencial entre el brazo derecho (electrodo negativo) y el brazo izquierdo (electrodo positivo), y la derivación II mide la diferencia de potencial entre el brazo derecho (electrodo negativo) y la pierna izquierda (electrodo positivo). En la tabla 1 se muestra que el conjunto de datos principal se crea combinando cuatro conjuntos de datos y eliminando valores nulos, y el archivo se denomina Alldata.CSV.

2. Preprocesamiento de datos

1. Divida los datos de Alldata.CSV en dos partes: entrenamiento y prueba. En el preprocesamiento 2, filtre las clases N, L, R, A, V de Alldata.CSV y, a continuación, divídalo en dos partes: partes de entrenamiento y prueba (figura 2).
2. Divida la señal de ECG de cada paciente en ventanas fijas de 180 ms, cada una anotada de acuerdo con las clases de arritmia correspondientes, como las clases N, L, R, A y V (Figura 3).
   NOTA: Esta segmentación permitió una longitud de entrada consistente en todas las muestras y capturó las características temporales dentro de cada segmento de latido.
3. Lea archivos de ECG sin procesar de formato (.dat, .hea y .atr) utilizando la biblioteca de Python.

3. Normalización

1. Para garantizar la uniformidad en la amplitud de la señal, normalice todos los datos de ECG segmentados mediante el escalado Mín-Máx., transformando cada muestra en un rango entre 0 y 1.
   NOTA: La técnica de normalización utilizada aquí es MinmaxScaler⁸.

4. Equilibrio de clases con SMOTE

NOTA: Un desafío común en la clasificación de arritmias es el desequilibrio significativo de clases, donde los latidos cardíacos normales superan ampliamente a los anormales.

1. Para abordar el desafío anterior, aplique la técnica de sobremuestreo de minorías sintéticas (SMOTE) al conjunto de entrenamiento, que genera muestras sintéticas para clases minoritarias mediante la interpolación entre instancias existentes⁹.
   NOTA: La capacidad del modelo para generalizar a todos los tipos de arritmias se ve reforzada por las nuevas muestras sintéticas, que garantizan que cada clase esté representada de manera justa.

5. División de entrenamiento y prueba

1. Después del preprocesamiento, divida los datos en conjuntos de entrenamiento y prueba mediante una división de 70-30, con estratificación para mantener la distribución de clases entre conjuntos.
   NOTA: Esta división garantizó que cada clase de arritmia esté adecuadamente representada tanto en la fase de entrenamiento como en la de prueba, lo que permite una evaluación fiable del rendimiento del modelo.

6. División de conjuntos de datos y distribución de clases

1. Divida el conjunto de datos final en conjuntos de entrenamiento y prueba, con el 70 % de los datos utilizados para el entrenamiento y el 30 % para las pruebas.
2. Aplique SMOTE para equilibrar la distribución de clases, asegurándose de que cada tipo de arritmia esté adecuadamente representado tanto en el entrenamiento como en el de prueba, como se muestra en la Tabla 2.
   NOTA: En total, se utilizan 3.966.620 segmentos de ECG para el entrenamiento y 112.575 segmentos de ECG para probar el modelo. Este gran volumen de datos, junto con la diversidad de los tipos de arritmias, contribuyó a la robustez del modelo en la detección de diferentes tipos de arritmias en señales de ECG del mundo real.

7. Metodología

1. Arquitectura del modelo
   1. Para lograr una clasificación precisa de las arritmias, implemente un modelo híbrido de aprendizaje profundo que comprenda redes neuronales convolucionales (CNN) 1D y capas de transformadores.
      NOTA: La arquitectura del modelo híbrido está diseñada específicamente para aprovechar las fortalezas de las características espaciales y temporales de las señales de ECG. Combina capacidades de extracción de características y modelado de secuencias.
2. Bloques de redes neuronales convolucionales 1D (CNN)
   1. Configure el bloque CNN para que conste de dos capas convolucionales 1D, cada una seguida de una función de activación ReLU y una capa de agrupación máxima. Estas capas extraen dependencias espaciales de la señal de ECG de entrada. Para mejorar la extracción de características, agregue más funciones de activación de ReLU después de cada paso de transformación en las capas¹⁰ de CNN.
      NOTA: Esta configuración permite que el modelo aprenda las dependencias espaciales dentro de cada segmento de forma eficaz.
   2. Primera capa convolucional: Utilice esta capa para aplicar 32 filtros de tamaño 3 a la señal de entrada. La operación se expresa como:
      (1)
      Donde y_i representa la salida, w_j son los pesos, x_(i+j) es el segmento de ECG de entrada, b es el término de sesgo y σ es la función de activación (ReLU, en este caso)¹¹.
   3. Capa de agrupación: después de cada convolución, configure una operación de agrupación máxima para reducir la dimensión espacial en un factor de 2, definida como:
      (2)
      NOTA: Esta operación conserva las características más destacadas al tiempo que reduce la complejidad computacional.
   4. Segunda capa convolucional: Utilice esta capa para aplicar 64 filtros de tamaño 3 a los mapas de entidades de la capa anterior, extrayendo entidades de nivel superior¹². Aplique una función de activación de ReLU después de la convolución para introducir la no linealidad:
      (3)
      1. Capas de activación adicionales: aplicar la activación de ReLU en cada etapa intermedia después de la convolución para mejorar el poder expresivo de la red, asegurando que el modelo se centre en las activaciones positivas¹³.
   5. Abandono: especifique una tasa de abandono de 0,5 en la sección¹⁴ de la capa totalmente conectada.
3. Bloque de transformadores:
   1. Para seguir este protocolo, configure el bloque Transformer para que incluya dos capas de autoatención de múltiples cabezales, lo que permite que el modelo capture dependencias temporales en diferentes partes de la señal de ECG¹⁵.
   2. Autoatención multicabezal: Este mecanismo calcula las relaciones entre cada par de elementos de la secuencia. Para una secuencia con consulta Q, clave K y valor V, calcule la atención como:
      (4)
      Donde Q, K y V son las matrices de consulta, clave y valor, respectivamente, y d_k representa la dimensionalidad de los vectores clave.
      NOTA: Al permitir que el modelo pondere diferentes segmentos de acuerdo con su relevancia, este mecanismo mejora la capacidad del modelo para distinguir entre arritmias con características temporales sutiles.
   3. Funciones de activación: Utilice ReLU de forma explícita en todas las capas.
4. Transformada Wavelet Continua (CWT):
   1. Antes de introducir los datos en las capas CNN, aplique transformadas de ondículas continuas para convertir las señales de ECG en representaciones de tiempo-frecuencia¹⁶.
      NOTA: Esta transformación proporciona un conjunto de características más completo al capturar las variaciones de frecuencia a lo largo del tiempo, que son cruciales para distinguir entre los diferentes tipos de arritmia.
5. Proceso de formación:
   1. Para entrenar el modelo, use el optimizador Adam, que ajusta dinámicamente la tasa de aprendizaje en función del primer y segundo momento del gradiente. Defina la regla de actualización para Adam como:
      (5)
      Donde m_t y v_t son las estimaciones del primer y segundo momento, α es la tasa de aprendizaje, y ε es una pequeña constante para evitar la división por cero¹⁷.
   2. Lleve a cabo la capacitación en más de 100 épocas, con un tamaño de lote de 64, utilizando la parada temprana para mitigar el sobreajuste.
      NOTA: Los datos de entrenamiento se introdujeron en el modelo a través de la utilidad PyTorch DataLoader, y se aplicaron tanto la normalización de abandono como la normalización por lotes para regularizar la red y mejorar la convergencia.
6. Ajuste de hiperparámetros
   1. Realice el ajuste manual mediante la detención temprana, el optimizador Adam, la exclusión, la normalización de lotes y un tamaño de lote de 1024.
      NOTA: Si bien la búsqueda bayesiana o de cuadrícula no se menciona explícitamente en este documento, estas opciones reflejan estrategias prácticas de ajuste.
7. Técnicas de validación
   1. Utilice una división de prueba de tren estratificada 70-30 después de aplicar SMOTE¹⁸.
      NOTA: Si bien no se utiliza k-fold, la estratificación conserva la distribución de clases, lo que a menudo es suficiente con grandes conjuntos de datos.

Results

Métricas de rendimiento del modelo propuesto
La precisión, la sensibilidad, la especificidad y la puntuación F1 del modelo propuesto se calculan para cada clase de arritmia. El rendimiento del modelo se evalúa en el MIT-BIH y otras bases de datos de ECG pertinentes. Los principales resultados se resumen a continuación:

Precisión: El modelo híbrido CNN-Transformer logró una precisión del 99,32% en el conjunto de datos MITDB y del 97,15% en las bases de datos combinadas, lo q...

Discussion

Los resultados de este estudio indican que el modelo híbrido CNN-Transformer clasifica de manera competente las arritmias de ECG con elevada precisión, sensibilidad, especificidad y puntuación F1, superando notablemente a los modelos convencionales de CNN solo y CNN-LSTM. La incorporación de capas de transformadores ha mejorado la capacidad del modelo para capturar dependencias temporales, un elemento crucial del análisis de ECG. Además, las transformaciones continuas de ondículas (CWT) ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Sistema			(Para entrenamiento) Procesador: AMD Ryzen 7 7840HS, CPU RAM: 16 GB, GPU RAM: 6GBNVIDIA GeForce RTX 3050
paquete de Python de aprendizaje			utilizado para remuestrear
pytorch			PyTorch es un paquete de Python que proporciona dos características de alto nivel: - Cálculo de tensor (como NumPy) con fuerte aceleración de GPU - Redes neuronales profundas construidas en un sistema de graduación automática basado en cinta
seaborn			Seaborn es una biblioteca de visualización de Python basada en matplotlib.
WFDB			utilizado para leer, escribir, procesar y trazar datos de señales fisiológicas y anotaciones