Сверточная нейросетевая модель-трансформер для прогнозирования и классификации ранней аритмии с помощью сигнала электрокардиограммы

Summary

Разработанная модель направлена на классификацию ранних аритмий на классы N, L, R, V и A. Здесь все наборы данных объединяются для создания основного набора данных, который модель использует в качестве входных данных для получения различных классов аритмии на выходе.

Abstract

Будучи основной причиной смертности во всем мире, сердечно-сосудистые заболевания, особенно аритмии, требуют создания точных и автоматизированных технологий для ранней диагностики и выявления. Для выявления аритмий по сигналам электрокардиограммы (ЭКГ) в данной статье представлена классификационная модель, основанная на глубоком обучении, которая фокусируется на пяти основных типах сердечных сокращений: нормальное (N), блокада левой ножки пучка пучка Гиса (R), преждевременное сердцебиение (A) и преждевременное сокращение желудочков (V). Мы используем сигналы Lead I из нескольких источников, таких как базы данных INCART 12-отведения, Sudden Cardiac Death Holter, Supraventricular и MIT-BIH Arrhythmia, что дает более 3,9 миллиона обучающих и 112 575 тестовых сегментов.

Примеры подготовки данных включают выборку 180, сегментацию с фиксированным окном, нормализацию Min-Max и балансировку классов с помощью метода синтетической избыточной выборки меньшинств (SMOTE). Гибридная архитектура использует слои Transformer для моделирования временных зависимостей и одномерные сверточные нейронные сети (CNN) для извлечения пространственных особенностей. Оптимизатор Адама с отсрочкой и пакетной нормализацией для регуляризации обучает модель.

Предлагаемая система превосходит модель TN4 и другие передовые бенчмарки, достигая 99,99% точности, точности и F1-score во всех классах. Устойчивость функций дополнительно улучшается за счет применения глубоких гибридных архитектур и сверточных нейронных сетей, которые были мотивированы более ранними исследованиями. Предлагаемая парадигма развивает индивидуализированное цифровое здравоохранение, основанное на искусственном интеллекте, и имеет большие перспективы для масштабируемой идентификации аритмии в режиме реального времени.

Introduction

По данным Всемирной организации здравоохранения (^ВОЗ), сердечно-сосудистые заболевания (ССЗ) остаются одной из ведущих проблем здравоохранения во всем мире, на долю которых ежегодно приходится почти 31% смертей во всем мире. Значительная часть этих случаев включает в себя аритмии — нарушения сердечного ритма, которые могут варьироваться от доброкачественных до опасных для жизни. Аритмии часто характеризуются нерегулярным временем. Эти нарушения в значительной степени способствуют заболеваемости и смертности пациентов, повышая риск серьезных проблем со здоровьем, таких как инсульт, сердечная недостаточность и внезапная остановка сердца. Таким образом, раннее выявление и точная классификация аритмий имеют решающее значение для улучшения результатов лечения пациентов, управления расходами на здравоохранение и повышения качества кардиологической помощи².

Электрокардиография (ЭКГ) остается ключевым неинвазивным диагностическим инструментом для выявления аритмий. Фиксируя электрическую активность сердца в виде визуальных сигналов, ЭКГ позволяет врачам выявлять тонкие вариации, которые могут указывать на^{конкретные аритмические} паттерны. Тем не менее, ручная интерпретация сигналов ЭКГ занимает много времени и подвержена вариабельности из-за индивидуальных различий между практикующими врачами, что приводит к человеческой ошибке. Эти проблемы усугубляются при работе с обширными наборами данных или распознавании нюансов аритмии. В связи с глобальным переходом к цифровому здравоохранению потребность в надежных и автоматизированных диагностических системах, способных обеспечивать последовательный анализ ЭКГ в режиме реального времени, становится все более очевидной⁴.

Традиционные модели машинного обучения были применены для анализа ЭКГ с умеренным успехом; Тем не менее, их зависимость от ручных функций и опыта в конкретной области накладывает заметные ограничения. Чтобы обойти это ограничение, модель использует метод синтетической избыточной выборки меньшинств (SMOTE), который генерирует синтетические точки данных для недостаточно представленных классов, тем самым балансируя набор данных и улучшая способность модели обобщать по всем типам пульса. Интеграция SMOTE с нашей моделью глубокого обучения повышает эффективность классификации, особенно для редких аритмий, и поддерживает более справедливый диагностический инструмент⁵. Основное исследование преследует три цели. Во-первых, цель состоит в том, чтобы разработать точную, масштабируемую модель, способную обнаруживать аритмию в режиме реального времени, что будет способствовать глобальному переходу к цифровому и персонализированному здравоохранению. Во-вторых, продемонстрировать эффективность гибридной архитектуры СНС-Трансформер при анализе ЭКГ, подчеркнув ее потенциал превзойти традиционные методы как по точности, так и по надежности⁶.

Наконец, цель состоит в том, чтобы разработать модель со значимым применением в клинической диагностике, улучшающую раннее выявление сердечных аномалий. Это исследование направлено на преодоление разрыва между достижениями глубокого обучения и практическим медицинским применением, позиционируя наш подход как ценный инструмент для улучшения кардиологической помощи и результатов лечения пациентов⁶.

Protocol

1. Получение наборов данных

1. Приобретение общедоступных наборов данных электрокардиограммы (ЭКГ) для разработки и проверки модели глубокого обучения для классификации аритмии⁷.
2. Объедините наборы данных Lead-I из базы данных MIT-BIH Arrhythmia, MIT-BIH Supraventricular Arrhythmia, St. Petersburg INCART 12-lead Arrhythmia Database и Holter Sudden Heart Death.
   ПРИМЕЧАНИЕ: Наборы данных выбираются из-за их разнообразия в демографических характеристиках пациентов и типах аритмии, что позволяет обобщить модель для различных случаев. Каждый набор данных предоставляет высококачественные аннотированные записи ЭКГ, охватывающие ряд классов сердцебиения. Только данные Lead I были извлечены и использованы во всех наборах данных для стандартизации входных данных, поддержания согласованности и сосредоточения внимания на наиболее диагностически значимом сигнале. Как показано на рисунке 1, отведение I измеряет разность потенциалов между правой рукой (отрицательный электрод) и левой рукой (положительный электрод), а отведение II измеряет разность потенциалов между правой рукой (отрицательный электрод) и левой ногой (положительный электрод). В таблице 1 показано, что основной набор данных создается путем объединения четырех наборов данных и исключения значений NULL, а файлу присваивается имя Alldata.CSV.

2. Предварительная обработка данных

1. Разделите данные из Alldata.CSV на две части — тренируйте и проверяйте. В препроцессинге 2 отфильтруем классы N, L, R, A, V из Alldata.CSV и затем разделим его на две части - Train и test part (рисунок 2).
2. Разделите сигнал ЭКГ каждого пациента на фиксированные окна продолжительностью 180 мс, каждое из которых аннотировано в соответствии с соответствующими классами аритмии, такими как классы N, L, R, A и V (рис. 3).
   ПРИМЕЧАНИЕ: Эта сегментация позволила получить согласованную длину входных данных по выборкам и захватить временные характеристики в каждом сегменте сердцебиения.
3. Чтение необработанных файлов ЭКГ в формате (.dat, .hea и .atr) с помощью библиотеки Python.

3. Нормализация

1. Чтобы обеспечить однородность амплитуды сигнала, нормализуйте все сегментированные данные ЭКГ с помощью масштабирования Min-Max, преобразуя каждый образец в диапазон от 0 до 1.
   ПРИМЕЧАНИЕ: Здесь используется метод нормализации MinmaxScaler⁸.

4. Балансировка классов с помощью SMOTE

Примечание: Распространенной проблемой при классификации аритмии является значительный классовый дисбаланс, при котором нормальное сердцебиение значительно превосходит аномальное.

1. Чтобы решить вышеуказанную проблему, примените метод синтетической избыточной выборки меньшинств (SMOTE) к обучающему набору, который генерирует синтетические выборки для классов меньшинств путем интерполяции между существующими экземплярами⁹.
   Примечание: Способность модели обобщать все типы аритмии увеличивается за счет новых синтетических образцов, которые гарантируют, что каждый класс будет справедливо представлен.

5. Сплит поезд-тест

1. После предварительной обработки разделите данные на обучающий и тестовый наборы с помощью разделения 70 на 30 со стратификацией для сохранения распределения классов по наборам.
   Примечание: Такое разделение гарантировало, что каждый класс аритмии адекватно представлен как на этапе обучения, так и на этапе тестирования, что позволяет надежно оценить производительность модели.

6. Разделение датасетов и распределение классов

1. Разделите окончательный набор данных на обучающий и тестовый наборы, при этом 70 % данных будут использоваться для обучения, а 30 % — для тестирования.
2. Примените SMOTE для балансировки распределения классов, гарантируя, что каждый тип аритмии адекватно представлен как в обучающем, так и в тестовом наборах, как показано в таблице 2.
   ПРИМЕЧАНИЕ: Всего для тренировки используется 3 966 620 сегментов ЭКГ, а для тестирования модели используется 112 575 сегментов ЭКГ. Такой большой объем данных, наряду с разнообразием типов аритмий, способствовал надежности модели в обнаружении различных типов аритмий в реальных сигналах ЭКГ.

7. Методология

1. Архитектура модели
   1. Чтобы добиться точной классификации аритмий, реализуйте гибридную модель глубокого обучения, состоящую из одномерных сверточных нейронных сетей (СНС) и трансформеров.
      ПРИМЕЧАНИЕ: Архитектура гибридной модели специально разработана для использования сильных сторон как пространственных, так и временных характеристик сигналов ЭКГ. Он сочетает в себе возможности извлечения признаков и моделирования последовательностей.
2. Блоки 1D-сверточной нейронной сети (СНС)
   1. Настройте блок CNN так, чтобы он состоял из двух одномерных сверточных слоев, за каждым из которых следует функция активации ReLU и слой максимального пула. Эти слои извлекают пространственные зависимости из входного сигнала ЭКГ. Чтобы улучшить извлечение признаков, добавляйте дополнительные функции активации ReLU после каждого шага преобразования в слоях СНС¹⁰.
      ПРИМЕЧАНИЕ: Эта конфигурация позволяет модели эффективно обучаться пространственным зависимостям внутри каждого сегмента.
   2. Первый сверточный слой: Используйте этот слой для применения 32 фильтров размера 3 к входному сигналу. Операция выражается следующим образом:
      (1)
      Где y_i представляет выход, w_j — веса, x_(i+j) — входной сегмент ЭКГ, b — член смещения, а σ — функция активации (в данном случае ReLU)¹¹.
   3. Слой объединения: После каждой свертки настройте операцию максимального объединения для уменьшения пространственной размерности в 2 раза, определяемую следующим образом:
      (2)
      ПРИМЕЧАНИЕ: Эта операция сохраняет наиболее характерные черты, снижая при этом вычислительную сложность.
   4. Второй сверточный слой: Используйте этот слой для применения 64 фильтров размера 3 к картам объектов из предыдущего слоя, извлекая объекты более высокого уровня¹². Примените функцию активации ReLU после свертки для введения нелинейности:
      (3)
      1. Дополнительные уровни активации: применяйте активацию ReLU на каждом промежуточном этапе после свертки для усиления выразительной силы сети, гарантируя, что модель фокусируется на положительных активациях¹³.
   5. Выпадение: Укажите коэффициент выпадения 0,5 в разделе¹⁴ полносвязного слоя.
3. Трансформаторный блок:
   1. Чтобы следовать этому протоколу, настройте блок Transformer таким образом, чтобы он включал в себя два слоя самовнимания с несколькими головками, что позволяет модели захватывать временные зависимости между различными частями сигнала ЭКГ¹⁵.
   2. Многоголовое самовнимание: Этот механизм вычисляет отношения между каждой парой элементов последовательности. Для последовательности с запросом Q, ключом K и значением V вычислите внимание следующим образом:
      (4)
      Где Q, K и V — матрицы запросов, ключей и значений соответственно, а d_k — размерность ключевых векторов.
      Примечание: Позволяя модели взвешивать различные сегменты в соответствии с их релевантностью, этот механизм повышает способность модели различать аритмии с тонкими временными характеристиками.
   3. Функции активации: Используйте ReLU явно на всех уровнях.
4. Непрерывное вейвлет-преобразование (CWT):
   1. Перед подачей данных в слои СНС примените непрерывные вейвлет-преобразования для преобразования сигналов ЭКГ в частотно-временные представления¹⁶.
      Примечание: Это преобразование обеспечивает более полный набор функций, фиксируя изменения частоты с течением времени, которые имеют решающее значение для различения различных типов аритмии.
5. Учебный процесс:
   1. Для обучения модели используется оптимизатор Адама, который динамически корректирует скорость обучения на основе первого и второго моментов градиента. Определите правило обновления для Adam следующим образом:
      (5)
      Где m_t и v_t — оценки первого и второго моментов, α — скорость обучения, а ε — малая константа, предотвращающая деление на ноль¹⁷.
   2. Проводите обучение в течение 100 эпох с размером партии 64 человека, используя раннюю остановку для смягчения последствий переобучения.
      ПРИМЕЧАНИЕ: Обучающие данные были введены в модель с помощью утилиты PyTorch DataLoader, и для упорядочивания сети и улучшения сходимости были применены как отбросы, так и пакетная нормализация.
6. Настройка гиперпараметров
   1. Выполняйте ручную настройку с помощью ранней остановки, оптимизатора Адама, отсева, нормализации пакета и размера партии 1024.
      ПРИМЕЧАНИЕ: Хотя сеточный или байесовский поиск явно не упоминается в этой статье, эти варианты отражают практические стратегии настройки.
7. Методы валидации
   1. Используйте стратифицированный тренировочный тест 70 на 30 после применения SMOTE¹⁸.
      ПРИМЕЧАНИЕ: Хотя k-кратность не используется, стратификация сохраняет распределение классов, которое часто бывает достаточным при больших наборах данных.

Results

Метрики производительности предложенной модели
Для каждого класса аритмии рассчитаны точность, чувствительность, специфичность и F1-оценка предложенной модели. Производительность модели оценивается на основе MIT-BIH и других соответствующих баз данных ЭКГ. Основные результаты можно резюмировать следующим образом:

Точность: Гибридная модель CNN-Transformer достигла точности 99,32% на наборе данных MITDB и 97,15% на объединенных базах данных, демонстрируя надежность модели дл...

Discussion

Результаты этого исследования показывают, что гибридная модель CNN-Transformer профессионально классифицирует ЭКГ-аритмии с повышенной точностью, чувствительностью, специфичностью и F1-оценкой, заметно превосходя традиционные модели CNN и CNN-LSTM. Включение слоев трансформатора расширило возможности модели по улавливанию временных зависимостей, что является важнейшим элементом анализа ЭКГ. Кроме того, непрерывные вейвлет-преобразования (CWT) обеспечивают обширные частотно-временные хара...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Компьютерная система			(для обучения) Процессор: AMD Ryzen 7 7840HS, ЦПУ ОЗУ: 16 ГБ, GPU ОЗУ: 6GBNVIDIA GeForce RTX 3050
imbalanced-learn			python пакет, используемый для передискретизации
pytorch			PyTorch - это пакет Python, который предоставляет две высокоуровневые функции: - Тензорные вычисления (например, NumPy) с сильным ускорением графического процессора - Глубокие нейронные сети, построенные на ленточная система автограда
seaborn			Seaborn - это библиотека визуализации на языке Python на базе matplotlib.
WFDB			используемый для чтения, записи, обработки и построения графиков физиологических сигналов и аннотаций