[論文レビュー] Deep Convolutional Neural Networks for Noise Detection in ECGs

Jennifer N John, Conner Galloway+1 more|arXiv (Cornell University)|Oct 5, 2018

ECG Monitoring and Analysis参考文献 4被引用数 9

ひとこと要約

本論文では、10,463件のECGから構成される新規で人間がアノテートしたデータセットを用いて、モバイルECG信号におけるノイズを検出するための深層畳み込みニューラルネットワーク（CNN）を提案する。16層のVGG16にインspiredしたCNNは、10秒間の入力セグメントでAUC 0.977を達成し、ノイズの局所化を著しく改善し、ノイズのない区間を除外することで、後続の不整脈検出の精度を向上させる。

ABSTRACT

Mobile electrocardiogram (ECG) recording technologies represent a promising tool to fight the ongoing epidemic of cardiovascular diseases, which are responsible for more deaths globally than any other cause. While the ability to monitor one's heart activity at any time in any place is a crucial advantage of such technologies, it is also the cause of a drawback: signal noise due to environmental factors can render the ECGs illegible. In this work, we develop convolutional neural networks (CNNs) to automatically label ECGs for noise, training them on a novel noise-annotated dataset. By reducing distraction from noisy intervals of signals, such networks have the potential to increase the accuracy of models for the detection of atrial fibrillation, long QT syndrome, and other cardiovascular conditions. Comparing several architectures, we find that a 16-layer CNN adapted from the VGG16 network which generates one prediction per second on a 10-second input performs exceptionally well on this task, with an AUC of 0.977.

研究の動機と目的

• 患者の動き、RFインターフェース、接触不良などによりアーティファクトを引き起こしやすいモバイルECG記録におけるノイズ検出の自動化手法を開発すること。
• 絶対的閾値ではなく相対的な信号品質に基づいてノイズをラベル付けした、新規で人間がアノテートしたECGデータセットを作成すること。
• 入力長とネットワークの深さを最適化するために、ノイズ検出のための複数のCNNアーキテクチャを評価すること。
• ノイズのない区間を除外することで、P波のような微細な特徴の検出精度を向上させることで、後続のECG解析モデルの精度を向上させること。
• 従来の手法に限界がある単一リードで、アーティファクトが多いアーモバイルECGにおけるノイズ検出に深層学習を適用する可能性を検討すること。

提案手法

• AliveCor KardiaMobileデバイスから得た10,463件のモバイルECGから構成される独自のデータセットを作成し、相対的な信号品質に基づいてノイズアノテーションを実施。ノイズは、信号の他の部分と比べて著しく悪化している場合にのみラベル付けされた。
• 入力信号を1秒または2.6秒の区間に分割し、各セグメントに二値のノイズラベルを割り当てるために多数決を用いた。
• 4層、6層、16層、および残差ネットワークを含む複数のCNNアーキテクチャを訓練。入力長は10秒（3000サンプル）および30秒（9000サンプル）とした。
• 16層モデルはVGG16を基盤とし、3x3畳み込み層とマックスプーリング層を用いてECG信号からの階層的時系列特徴を抽出した。
• ソフトマックス出力層により、各1秒セグメントのノイズの可能性を示す確率スコアを出力し、クラス確率を色の勾配として可視化した。
• モデルの性能は受信者操作特性曲線（ROC）の下側面積（AUC）を用いて評価され、16層10秒入力モデルが最高のAUC 0.977を達成した。

実験結果

リサーチクエスチョン

• RQ1 深層CNNは、従来の統計的またはルールベースの手法よりも優れた精度で、モバイルECG信号におけるノイズを効果的に検出できるか？
• RQ2 2.6秒から10秒に入力長を延長することで、より良い文脈モデリングが可能となり、ノイズ検出性能が向上するか？
• RQ3 16層のVGG16変種のような深いCNNアーキテクチャは、浅いモデルよりも、ノイズECGセグメントの特定に優れているか？
• RQ4 他の信号部分との比較に基づいてノイズを定義する相対的ラベリング戦略は、ノイズ検出のロバスト性と臨床的妥当性を向上させるか？
• RQ5 予測されたノイズ確率は、実際のノイズの深刻度と相関しているか？これは、将来的に多クラスまたは回帰ベースのノイズ深刻度推定への応用が可能である可能性を示唆する。

主な発見

• 10秒入力長を用いた16層CNNは、テストされたすべてのアーキテクチャの中で最高の性能を示し、AUC 0.977を達成した。
• 10秒入力長は、2.6秒入力に比べて文脈認識能力が向上し、ノイズの局所化がより細かく正確になった。
• 30秒入力の6層CNNは性能が低かった（AUC = 0.956）。これはストライドの適用能力が限定的で、時間分解能が低下したためと推定される。
• モデルが予測したノイズ確率は、人間が認識するノイズレベルとよく一致しており、将来的に多クラスまたは回帰ベースのノイズ深刻度推定への拡張が可能である可能性を示唆している。
• ノイズは信号の他の部分からの逸脱に基づいて定義される相対的ラベリング戦略は、有効であった。これは、均一にノイズの強いECGで誤検出を回避し、品質が混合した信号でもクリアな特徴を保持するのを助けた。
• 結果から、深層学習はECGノイズ検出において人間水準の精度に近づくことができ、自動不整脈検出システムの信頼性を著しく向上させられると示唆された。