[論文レビュー] ECG-DelNet: Delineation of Ambulatory Electrocardiograms with Mixed Quality Labeling Using Neural Networks

Guillermo Jiménez-Pérez, Alejandro Alcaine+1 more|arXiv (Cornell University)|May 11, 2020

ECG Monitoring and Analysis被引用数 4

ひとこと要約

ECG-DelNetは、混合品質のラベルを用いて、アーリスティックな心電図におけるP波、QRS波、T波の区画を実行するU-Netベースの深層学習フレームワークを提案する。データ拡張と正則化を施したPhysioNet QTデータベースで訓練された本手法は、QRS波に対して98.73%の再現率と99.14%の正確性を達成し、限られたデータでも最先端のDSP手法と同等の性能を発揮した。

ABSTRACT

Electrocardiogram (ECG) detection and delineation are key steps for numerous tasks in clinical practice, as ECG is the most performed non-invasive test for assessing cardiac condition. State-of-the-art algorithms employ digital signal processing (DSP), which require laborious rule adaptation to new morphologies. In contrast, deep learning (DL) algorithms, especially for classification, are gaining weight in academic and industrial settings. However, the lack of model explainability and small databases hinder their applicability. We demonstrate DL can be successfully applied to low interpretative tasks by embedding ECG detection and delineation onto a segmentation framework. For this purpose, we adapted and validated the most used neural network architecture for image segmentation, the U-Net, to one-dimensional data. The model was trained using PhysioNet's QT database, comprised of 105 ambulatory ECG recordings, for single- and multi-lead scenarios. To alleviate data scarcity, data regularization techniques such as pre-training with low-quality data labels, performing ECG-based data augmentation and applying strong model regularizers to the architecture were attempted. Other variations in the model's capacity (U-Net's depth and width), alongside the application of state-of-the-art additions, were evaluated. These variations were exhaustively validated in a 5-fold cross-validation manner. The best performing configuration reached precisions of 90.12%, 99.14% and 98.25% and recalls of 98.73%, 99.94% and 99.88% for the P, QRS and T waves, respectively, on par with DSP-based approaches. Despite being a data-hungry technique trained on a small dataset, DL-based approaches demonstrate to be a viable alternative to traditional DSP-based ECG processing techniques.

研究の動機と目的

• 多様な波形形態やデータ品質レベルに一般化可能な、深層学習に基づく心電図波形区画手法の開発。
• データ正則化および拡張技術を活用することで、心電図ラベル付けにおけるデータ不足を克服すること。
• 2次元U-Netアーキテクチャを1次元心電図信号に適応させ、P波、QRS波、T波のエンドツーエンドセグメンテーションを可能にすること。
• 単一リードおよび複数リードの両状況での性能評価を行い、入力構成にわたる一般化能力を分析すること。
• 深層学習が、小規模なデータセットでも伝統的なDSPベースの区画手法と同等またはそれを上回ることを示すこと。

提案手法

• 1次元畳み込みおよび逆畳み込みを適用することで、1次元心電図信号に適応したU-Netアーキテクチャを構築し、シーケンス対シーケンスのセグメンテーションを実現した。
• 小規模なQTデータベース（105件の記録）で過学習を防ぐために、強力なL2正則化とドロップアウト正則化を適用した。
• 初期特徴学習とモデル一般化の向上を目的に、低品質ラベルでの事前学習を実施した。
• 心拍数の変動、SNR調整、波形形状の変調を含む、心電図ベースのデータ拡張を実装した。
• モデルの容量に与える影響を評価するため、深さ（3〜7段階）および各段階のブロック数（1〜4ブロック）を変化させたモデルバリエーションを評価した。
• 5分割交差検証を用いてモデルを訓練および検証し、標準的なセグメンテーション指標（正確性、再現率、F1スコア）を用いて評価した。

実験結果

リサーチクエスチョン

• RQ1 U-Netベースの深層学習モデルは、小規模で品質がばらつきのある心電図データベースにおいて、高精度な心電図波形区画を達成できるか？
• RQ2 限られたラベル付きデータで学習する際、データ拡張および正則化戦略はモデル性能にどのように影響するか？
• RQ3 入力次元の増加にもかかわらず、複数リード入力は単一リード入力よりも区画性能を向上させるか？
• RQ4 アーキテクチャの容量（深さおよび幅）は、小規模データセットにおけるモデル一般化にどの程度影響を与えるか？
• RQ5 深層学習ベースの区画手法は、正確性および再現率の観点から、伝統的なDSPベースの手法を同等または上回ることができるか？

主な発見

• 最良の性能を示したモデルは、P波に対して90.12%の正確性と98.73%の再現率、QRS波に対して99.14%の正確性と99.94%の再現率、T波に対して98.25%の正確性と99.88%の再現率を達成した。
• 単一リードおよび複数リードの両設定において、本手法は最先端のDSPベースの手法を上回るか同等の性能を示した。
• 正則化を適用しない場合、モデル容量の増加に伴い性能が著しく低下した。これは、アーキテクチャのスケーリングよりも正則化の重要性を示している。
• 低品質ラベルでの事前学習およびデータ拡張は、特にデータが限られる状況において一般化性能を顕著に向上させた。
• 強力な正則化（L2、ドロップアウト）およびアーキテクチャの事前知識（SDo）は、モデルの深さや幅を増やすのよりも効果的であった。
• 複数リード入力は単一リード入力よりも高い性能を示さず、これはリード統合戦略が根本的な誤りを隠蔽するか、ノイズを導入する可能性を示唆している。