[論文レビュー] A Convolutional Network for Sleep Stages Classification

Isaac Fernández-Varela, Elena Hernández-Pereira+2 more|arXiv (Cornell University)|Feb 15, 2019

EEG and Brain-Computer Interfaces参考文献 29被引用数 5

ひとこと要約

本論文は、原始的多導睡眠図信号（EEG、EOG、EMG）から自動的に睡眠段階特徴を学習する5つの1次元畳み込みニューラルネットワークのアンサンブルを提案し、500件のSHHSデータセットで重み付きカッパスコア0.83を達成した。モデルは従来手法を上回る全体的な一致度を示したが、人為的バイアスを避ける特徴工学を採用した一方で、専門家間の合意が低いN1段階の分類に苦戦している。

ABSTRACT

Sleep stages classification is a crucial task in the context of sleep studies. It involves the simultaneous analysis of multiple signals recorded during sleep. However, it is complex and tedious, and even the trained expert can spend several hours scoring a single night recording. Multiple automatic methods have tried to solve these problems in the past, most of them by classifying a feature vector that is engineered for a specific dataset. In this work, we avoid this bias using a deep learning model that learns relevant features without human intervention. Particularly, we propose an ensemble of 5 convolutional networks that achieves a kappa index of 0.83 when classifying a dataset of 500 sleep recordings.

研究の動機と目的

• 多導睡眠図における手作業による睡眠ステージ分類の高リスクな専門家間のばらつきと、時間のかかる性質を解決すること。
• データセット固有の手作業特徴に依存する従来手法の限界を克服すること。
• 生バイオシグナルから直接関連する特徴を学習するディーブラーニングモデルを開発し、異なるデータセット間での一般化性を向上させること。
• 標準的な指標（F1スコア、Cohenのカッパ）を用いて、大規模かつ多様なデータセット（SHHS、500件）で性能を評価すること。
• 主にN1段階の誤分類という失敗モードを特定し、再帰的記憶を組み込むなどの改善策を提案すること。

提案手法

• 5つのチャネル（2つのEEG、1つのEMG、2つのEOG）からの生時系列信号を処理する1次元畳み込みニューラルネットワークアーキテクチャを用いる。
• 生バイオシグナルを入力する前に、信号フィルタリング（0.5–30 Hz）と正規化を実施する。
• 50の構成で4つのハイパーパrameterを最適化するために、木構造型パルゼン推定（TPE）を採用する。
• ハイパーパramータ探索から得られた最良の5つのモデルをアンサンブル化し、ロバストネスと一般化性能を向上させる。
• ソフトマックス分類と交差エントロピー損失を用い、5つの睡眠段階（W、N1、N2、N3、REM）を予測する。
• ホールドアウトテストセットを用いて、精度、再現率（感受性）、F1スコア、Cohenのカッパを指標に性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 生多導睡眠図信号で学習したディーブラーニングモデルは、従来の特徴ベース手法よりも専門家のスコアリングと高い一致度を達成できるか？
• RQ2 1次元CNNアンサンブルの性能は、F1スコアやカッパといった標準指標において、従来の最先端手法と比較してどうか？
• RQ3 なぜN1段階は特に分類が難しいのか？また、モデルは体系的な誤分類パターンを示しているか？
• RQ4 木構造型パルゼン推定によるハイパーパramータ最適化は、モデルの一般化性能をどの程度向上させられるか？
• RQ5 特徴再設計を伴わずに、他のデータセットへもモデルを適応可能か？

主な発見

• アンサンブルモデルはSHHSテストセットでCohenのカッパスコア0.83を達成し、大多数の先行研究を上回る全体的な一致度を示した。
• W（覚醒）段階のF1スコアは0.95に達し、このクラスにおける優れた性能を示した。
• N1のF1スコアはわずか0.27であり、モデルがこの段階の分類に苦戦していることを示しており、専門家間の高い合意のなさと整合的であった。
• 誤分類が最も多く発生したのはN2への誤分類であり、N1の予測の39％がN2に誤って割り当てられていた。これは体系的なバイアスを示している。
• N2（F1: 0.88）、N3（F1: 0.84）、REM（F1: 0.86）では、全クラスで精度と感受性が0.8以上を示し、優れた性能を発揮した。
• 結果から、モデルは異なるデータセット間で良好に一般化可能であり、再帰層を組み込むことでさらに性能向上が期待できる。