Modelo de transformador de rede neural convolucional para prever e classificar arritmia precoce usando sinal de eletrocardiograma

Summary

O modelo desenvolvido visa classificar as arritmias precoces em classes N, L, R, V e A. Aqui, todos os conjuntos de dados são combinados para criar um conjunto de dados principal, que o modelo usa como entrada para produzir diferentes classes de arritmia como saída.

Abstract

Como uma das principais causas de morte em todo o mundo, as doenças cardiovasculares - especialmente as arritmias - requerem a criação de tecnologias precisas e automatizadas para diagnóstico e detecção precoces. Para identificar arritmias a partir de sinais de eletrocardiograma (ECG), este artigo apresenta um modelo de classificação baseado em aprendizado profundo que se concentra em cinco tipos principais de batimentos cardíacos: Normal (N), Bloqueio de Ramo Esquerdo (L), Bloqueio de Ramo Direito (R), Batimento Atrial Prematuro (A) e Contração Ventricular Prematura (V). Aproveitamos os sinais de derivação I de várias fontes, como os bancos de dados INCART de 12 derivações, Holter de Morte Súbita Cardíaca, Supraventricular e MIT-BIH Arrhythmia, produzindo mais de 3,9 milhões de segmentos de treinamento e 112.575 testes.

Exemplos de preparação de dados incluem 180 amostras, segmentação de janela fixa, normalização Min-Max e balanceamento de classe com a Técnica de Superamostragem de Minorias Sintéticas (SMOTE). A arquitetura híbrida usa camadas Transformer para modelar dependências temporais e redes neurais convolucionais 1D (CNNs) para extrair recursos espaciais. O otimizador Adam com dropout e normalização em lote para regularização treina o modelo.

O sistema proposto supera o modelo TN4 e outros benchmarks de ponta, alcançando 99,99% de exatidão, precisão e pontuação F1 em todas as classes. A robustez dos recursos é aprimorada ainda mais com a aplicação de arquiteturas híbridas profundas e redes neurais convolucionais, que foram motivadas por estudos anteriores. O paradigma sugerido avança a saúde digital individualizada e orientada por inteligência artificial e tem uma grande promessa para a identificação escalável de arritmias em tempo real.

Introduction

As doenças cardiovasculares (DCV) continuam sendo uma das principais preocupações de saúde em todo o mundo, responsáveis por quase 31% das mortes em todo o mundo a cada ano, de acordo com a Organização Mundial da Saúde (OMS)¹. Um subconjunto significativo desses casos envolve arritmias - irregularidades no ritmo cardíaco que podem variar de benignas a fatais. As arritmias são frequentemente marcadas por tempos irregulares. Essas interrupções contribuem substancialmente para a morbidade e mortalidade do paciente, aumentando o risco de problemas graves de saúde, como acidente vascular cerebral, insuficiência cardíaca e parada cardíaca súbita. A identificação precoce e a classificação precisa das arritmias são, portanto, cruciais para melhorar os resultados dos pacientes, gerenciar os custos de saúde e melhorar a qualidade dos cuidados cardíacos².

A eletrocardiografia (ECG) continua sendo uma ferramenta diagnóstica não invasiva fundamental para detectar arritmias. Ao capturar a atividade elétrica do coração como formas de onda visuais, o ECG permite que os médicos identifiquem variações sutis que podem apontar para padrões arrítmicos específicos³. No entanto, a interpretação manual dos sinais de ECG é demorada e propensa a variabilidade devido às diferenças individuais entre os profissionais, o que introduz uma margem de erro humano. Esses desafios são ampliados ao lidar com conjuntos de dados extensos ou reconhecer arritmias diferenciadas. Com a mudança global para a saúde digital, a necessidade de sistemas de diagnóstico confiáveis e automatizados capazes de fornecer análises de ECG consistentes e em tempo real é cada vez mais evidente⁴.

Modelos tradicionais de aprendizado de máquina foram aplicados à análise de ECG com sucesso moderado; no entanto, sua dependência de recursos artesanais e conhecimentos específicos de domínio apresenta limitações notáveis. Para resolver essa limitação, o modelo emprega a Técnica de Superamostragem de Minoria Sintética (SMOTE), que gera pontos de dados sintéticos para classes sub-representadas, equilibrando assim o conjunto de dados e melhorando a capacidade do modelo de generalizar em todos os tipos de pulsação. A integração do SMOTE com nosso modelo de aprendizado profundo melhora o desempenho da classificação, especialmente para arritmias raras, e oferece suporte a uma ferramenta de diagnóstico mais equitativa⁵. Os objetivos primários desta pesquisa são três. Primeiro, o objetivo é desenvolver um modelo preciso e escalável capaz de detectar arritmias em tempo real, contribuindo para a mudança global em direção à saúde digital e personalizada. Em segundo lugar, demonstrar a eficácia de uma arquitetura híbrida CNN-Transformer na análise de ECG, destacando seu potencial para superar os métodos tradicionais em precisão e robustez⁶.

Por fim, o objetivo é desenvolver um modelo com aplicações significativas no diagnóstico clínico, potencializando a detecção precoce de anormalidades cardíacas. Este estudo busca preencher a lacuna entre os avanços do aprendizado profundo e as aplicações médicas práticas, posicionando nossa abordagem como uma ferramenta valiosa na busca de melhores cuidados cardíacos e resultados para os pacientes⁶.

Protocol

1. Aquisição de conjuntos de dados

1. Adquira conjuntos de dados de eletrocardiograma (ECG) disponíveis publicamente para desenvolver e validar o modelo de aprendizado profundo para classificação de arritmia⁷.
2. Combine conjuntos de dados Lead-I do banco de dados de arritmia do MIT-BIH, do banco de dados de arritmia supraventricular do MIT-BIH, do banco de dados de arritmia de 12 derivações do INCART de São Petersburgo e do banco de dados Holter de morte súbita cardíaca.
   NOTA: Os conjuntos de dados são escolhidos por sua diversidade na demografia do paciente e nos tipos de arritmia, garantindo que o modelo possa generalizar em casos variados. Cada conjunto de dados fornece gravações de ECG anotadas de alta qualidade, cobrindo uma variedade de classes de batimentos cardíacos. Apenas os dados do Lead I foram extraídos e usados em todos os conjuntos de dados para padronizar a entrada, mantendo a consistência e focando no sinal mais relevante para o diagnóstico. Conforme mostrado na Figura 1, a derivação I mede a diferença de potencial entre o braço direito (eletrodo negativo) e o braço esquerdo (eletrodo positivo), e a derivação II mede a diferença de potencial entre o braço direito (eletrodo negativo) e a perna esquerda (eletrodo positivo). A Tabela 1 ilustra que o conjunto de dados principal é criado combinando quatro conjuntos de dados e eliminando valores nulos, e o arquivo é denominado Alldata.CSV.

2. Pré-processamento de dados

1. Divida os dados do Alldata.CSV em duas partes - treinar e testar. No pré-processamento 2, filtre as classes N, L, R, A, V de Alldata.CSV e divida-as em duas partes - Treinar e testar partes (Figura 2).
2. Divida o sinal de ECG de cada paciente em janelas fixas de 180 ms, cada uma anotada de acordo com as classes de arritmia correspondentes, como classes N, L, R, A e V (Figura 3).
   NOTA: Essa segmentação permitiu um comprimento de entrada consistente entre as amostras e capturou as características temporais em cada segmento de pulsação.
3. Leia arquivos brutos de ECG de formato (.dat, .hea e .atr) usando a biblioteca do Python.

3. Normalização

1. Para garantir a uniformidade na amplitude do sinal, normalize todos os dados de ECG segmentados usando a escala Min-Max, transformando cada amostra em uma faixa entre 0 e 1.
   NOTA: A técnica de normalização usada aqui é o MinmaxScaler⁸.

4. Balanceamento de classe com SMOTE

NOTA: Um desafio comum na classificação de arritmia é o desequilíbrio significativo de classe, onde os batimentos cardíacos normais superam em muito os anormais.

1. Para enfrentar o desafio acima, aplique a Técnica de Sobreamostragem de Minorias Sintéticas (SMOTE) ao conjunto de treinamento, que gera amostras sintéticas para classes minoritárias interpolando entre instâncias existentes⁹.
   NOTA: A capacidade do modelo de generalizar em todos os tipos de arritmia é aprimorada por novas amostras sintéticas, que garantem que cada classe seja representada de forma justa.

5. Divisão comboio-ensaio

1. Após o pré-processamento, divida os dados em conjuntos de treinamento e teste usando uma divisão de 70 a 30, com estratificação para manter a distribuição de classes entre os conjuntos.
   NOTA: Essa divisão garantiu que cada classe de arritmia fosse adequadamente representada nas fases de treinamento e teste, permitindo uma avaliação confiável do desempenho do modelo.

6. Divisão do conjunto de dados e distribuição de classes

1. Divida o conjunto de dados final em conjuntos de treinamento e teste, com 70% dos dados usados para treinamento e 30% para teste.
2. Aplique o SMOTE para equilibrar a distribuição de classes, garantindo que cada tipo de arritmia seja adequadamente representado nas séries de treinamento e teste, conforme mostrado na Tabela 2.
   NOTA: No total, 3.966.620 segmentos de ECG são usados para treinamento e 112.575 segmentos de ECG são usados para testar o modelo. Esse grande volume de dados, juntamente com a diversidade dos tipos de arritmia, contribuiu para a robustez do modelo na detecção de diferentes tipos de arritmias em sinais de ECG do mundo real.

7. Metodologia

1. Arquitetura do modelo
   1. Para obter uma classificação precisa da arritmia, implemente um modelo híbrido de aprendizado profundo que compreende redes neurais convolucionais (CNNs) 1D e camadas de transformador.
      NOTA: A arquitetura do modelo híbrido foi projetada especificamente para aproveitar os pontos fortes dos recursos espaciais e temporais dos sinais de ECG. Ele combina recursos de extração de recursos e modelagem de sequência.
2. Blocos de rede neural convolucional 1D (CNN)
   1. Configure o bloco CNN para consistir em duas camadas convolucionais 1D, cada uma seguida por uma função de ativação ReLU e uma camada de agrupamento máximo. Essas camadas extraem dependências espaciais do sinal de ECG de entrada. Para aprimorar a extração de recursos, adicione mais funções de ativação ReLU após cada etapa de transformação nas camadas¹⁰ da CNN.
      NOTA: Essa configuração permite que o modelo aprenda dependências espaciais dentro de cada segmento de forma eficaz.
   2. Primeira camada convolucional: Use esta camada para aplicar 32 filtros de tamanho 3 ao sinal de entrada. A operação é expressa como:
      (1)
      Onde y_i representa a saída, w_j são os pesos, x_(i+j) é o segmento de ECG de entrada, b é o termo de polarização e σ é a função de ativação (ReLU, neste caso)¹¹.
   3. Camada de pooling: Após cada convolução, configure uma operação de max-pooling para reduzir a dimensão espacial por um fator de 2, definido como:
      (2)
      NOTA: Esta operação mantém os recursos mais salientes enquanto reduz a complexidade computacional.
   4. Segunda Camada Convolucional: Use esta camada para aplicar 64 filtros de tamanho 3 aos mapas de recursos da camada anterior, extraindo recursos de nível superior¹². Aplique uma função de ativação ReLU após a convolução para introduzir a não linearidade:
      (3)
      1. Camadas de ativação adicionais: aplique a ativação de ReLU em cada estágio intermediário após a convolução para aumentar o poder expressivo da rede, garantindo que o modelo se concentre em ativações positivas¹³.
   5. Dropout: Especifique uma taxa de Dropout de 0,5 na seção¹⁴ da camada totalmente conectada.
3. Bloco do transformador:
   1. Para seguir este protocolo, configure o bloco Transformer para incluir duas camadas de autoatenção de várias cabeças, permitindo que o modelo capture dependências temporais em diferentes partes do sinal de ECG¹⁵.
   2. Autoatenção de várias cabeças: Este mecanismo calcula as relações entre cada par de elementos de sequência. Para uma sequência com a consulta Q, a chave K e o valor V, calcule a atenção como:
      (4)
      Onde Q, K e V são as matrizes de consulta, chave e valor, respectivamente, e d_k representa a dimensionalidade dos vetores de chave.
      NOTA: Ao permitir que o modelo pese diferentes segmentos de acordo com sua relevância, esse mecanismo aumenta a capacidade do modelo de distinguir entre arritmias com características temporais sutis.
   3. Funções de ativação: Use ReLU explicitamente em todas as camadas.
4. Transformada Wavelet Contínua (CWT):
   1. Antes de alimentar os dados nas camadas de CNN, aplique transformações wavelet contínuas para converter os sinais de ECG em representações de tempo-frequência¹⁶.
      NOTA: Essa transformação fornece um conjunto de recursos mais abrangente, capturando as variações de frequência ao longo do tempo, que são cruciais para distinguir entre os diferentes tipos de arritmia.
5. Processo de treinamento:
   1. Para treinar o modelo, use o otimizador Adam, que ajusta dinamicamente a taxa de aprendizado com base no primeiro e no segundo momentos do gradiente. Defina a regra de atualização para Adam como:
      (5)
      Onde m_t e v_t são as estimativas do primeiro e segundo momentos, α é a taxa de aprendizado e ε é uma pequena constante para evitar a divisão por zero¹⁷.
   2. Realize treinamento em mais de 100 épocas, com um tamanho de lote de 64, utilizando a parada antecipada para mitigar o sobreajuste.
      NOTA: Os dados de treinamento foram alimentados no modelo por meio do utilitário PyTorch DataLoader, e a normalização de dropout e lote foi aplicada para regularizar a rede e melhorar a convergência.
6. Ajuste de hiperparâmetros
   1. Execute o ajuste manual usando a parada antecipada, o otimizador Adam, o dropout, a normalização do lote e um tamanho de lote de 1024.
      NOTA: Embora a pesquisa em grade ou bayesiana não seja explicitamente mencionada neste artigo, essas opções refletem estratégias práticas de ajuste.
7. Técnicas de validação
   1. Use uma divisão de teste de trem estratificada 70-30 após aplicar o SMOTE¹⁸.
      NOTA: Embora k-fold não seja usado, a estratificação preserva a distribuição de classes, o que geralmente é suficiente com grandes conjuntos de dados.

Results

Métricas de desempenho do modelo proposto
A precisão, sensibilidade, especificidade e escore F1 do modelo proposto são calculadas para cada classe de arritmia. O desempenho do modelo é avaliado no MIT-BIH e em outros bancos de dados de ECG pertinentes. Os principais resultados são resumidos da seguinte forma:

Precisão: O modelo híbrido CNN-Transformer alcançou uma precisão de 99,32% no conjunto de dados MITDB e 97,15% em bancos de dados combinados, demonstrando a robustez d...

Discussion

Os resultados deste estudo indicam que o modelo híbrido CNN-Transformer classifica com proficiência as arritmias de ECG com precisão, sensibilidade, especificidade e pontuação F1 elevadas, superando marcadamente os modelos convencionais somente CNN e CNN-LSTM. A incorporação de camadas do Transformer aprimorou a capacidade do modelo de capturar dependências temporais, um elemento crucial da análise de ECG. Além disso, as transformações wavelet contínuas (CWT) fornecem extensas caracterís...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Sistema			(para treinamento) Processador: AMD Ryzen 7 7840HS, CPU RAM:16 GB, GPU RAM:6GBNVIDIA GeForce RTX 3050
pacote python de aprendizado			usado para reamostragem
pytorch			PyTorch é um pacote Python que fornece dois recursos de alto nível: - Computação Tensor (como NumPy) com forte aceleração de GPU - Redes neurais profundas construídas em um sistema de autograduação baseado em fita
seaborn			Seaborn é uma biblioteca de visualização Python baseada em matplotlib.
WFDB			usado para ler, escrever, processar e plotar dados de sinais fisiológicos e anotações