[論文レビュー] Advancing the State-of-the-Art for ECG Analysis through Structured State Space Models

Temesgen Mehari, Nils Strodthoff|arXiv (Cornell University)|Nov 14, 2022

ECG Monitoring and Analysis被引用数 5

ひとこと要約

本稿では、心電図（ECG）解析のための構造的状態空間モデル（SSMs）を導入し、PTB-XLおよびChapmanデータセットにおいて畳み込みニューラルネットワーク（CNN）を上回る優れた性能を示した。SSMsは長期的な時系列依存関係を捉えることができ、最先端の分類精度を達成したが、500Hzでのサンプリングや3秒を超える入力ウィンドウ長には顕著な利点が見られなかった。

ABSTRACT

The field of deep-learning-based ECG analysis has been largely dominated by convolutional architectures. This work explores the prospects of applying the recently introduced structured state space models (SSMs) as a particularly promising approach due to its ability to capture long-term dependencies in time series. We demonstrate that this approach leads to significant improvements over the current state-of-the-art for ECG classification, which we trace back to individual pathologies. Furthermore, the model's ability to capture long-term dependencies allows to shed light on long-standing questions in the literature such as the optimal sampling rate or window size to train classification models. Interestingly, we find no evidence for using data sampled at 500Hz as opposed to 100Hz and no advantages from extending the model's input size beyond 3s. Based on this very promising first assessment, SSMs could develop into a new modeling paradigm for ECG analysis.

研究の動機と目的

• 畳み込みニューラルネットワーク（CNN）の深層学習ベースのECG解析における優位性に挑戦するため、構造的状態空間モデル（SSMs）を導入すること。
• 標準的なECGベンチマークデータセット（PTB-XLおよびChapman）を用いて、SSMsの分類性能を評価すること。
• ECGモデリングにおける長年の未解決課題、すなわち最適なサンプリング周波数と入力ウィンドウサイズを調査すること。
• モデルの異なるサンプリングレートや入力長にわたる一般化能力を評価すること。

提案手法

• 著者らは、原始的なECG信号の長期的時系列依存関係をモデル化するために、構造的状態空間層を用いた4S4+1FC SSMアーキテクチャを実装した。
• 各SSM層は連続時間の状態空間定式化を用い、離散時間にマッピングすることで、学習可能なカーネルパラメータを介して効率的な畳み込み型計算を可能にした。
• 標準的な交差エントロピー損失と早期停止を用いて、12誘導ECGデータ上でエンドツーエンドでモデルを訓練した。
• 推論時増強として、重複する複数の入力ウィンドウからの予測を平均化することで、頑健性と一般化能力を向上させた。
• PTB-XLおよびChapmanのテストセットにおいて、マクロAUCを指標としてモデルを評価し、先行する最先端モデルと比較した。
• 入力サイズ（1.5秒から5秒）およびサンプリング周波数（100Hz対500Hz）を変化させたアブレーションスタディを実施し、感度と性能への影響を評価した。

実験結果

リサーチクエスチョン

• RQ1 SSMアーキテクチャは、標準ベンチマーク上でECG分類タスクにおいて、既存の畳み込みモデルを上回る性能を示すか？
• RQ2 100HzでサンプリングされたECGデータと比較して、500Hzでサンプリングされたデータに分類性能上の利点があるか？
• RQ3 ECG分類のための最適な入力ウィンドウサイズは何か？ また、ある長さを超えると性能が頭打ちになるか？
• RQ4 微調整なしで異なるサンプリングレートに一般化できるか？
• RQ5 ECGデータの長期的依存関係は3秒を超過するものであり、それらをモデル化することが分類に有益であるか？

主な発見

• SSMベースのモデルは、PTB-XLおよびChapmanの両方のECG分類ベンチマークで最先端の性能を達成し、先行する畳み込みモデルを上回った。
• 100Hzと500Hzのサンプリング周波数間で、統計的に有意な差は認められず、より高いサンプリング周波数に利点がないことが示唆された。
• モデル性能は入力ウィンドウサイズが2〜3秒でピークに達し、3秒を超えても向上は認められなかった。
• 異なるサンプリングレートにおいても一貫した性能を維持しており、強力な一般化能力を示した。
• SSMが長期的依存関係をモデル化できる能力のおかげで、入力サイズとサンプリング周波数の系統的評価が可能となり、長年の文献上の曖昧さが解消された。
• 結果から、3秒の重複ウィンドウからの予測を平均化することが、入力長を延長するよりも効果的であることが示唆された。これは、心拍周期の繰り返し性に起因する。