[論文レビュー] Electrocardiogram Generation and Feature Extraction Using a Variational Autoencoder

V.V. Kuznetsov, V. A. Moskalenko+1 more|ArXiv.org|Feb 1, 2020

ECG Monitoring and Analysis参考文献 6被引用数 20

ひとこと要約

本論文は、現実的な単一心拍周期の心電図（ECG）信号を生成し、それらから25の解釈可能で分離された特徴量を抽出するための変分オートエンコーダー（VAE）を提案する。この手法は、高品質な合成ECG生成を示す低水準の最大平均差分（MMD）3.83×10⁻³を達成している。一方、抽出された特徴量は強く解釈可能であり、心血管疾患の診断を向上させるとともに、教師あり学習のためのデータ拡張を可能にしている。

ABSTRACT

We propose a method for generating an electrocardiogram (ECG) signal for one cardiac cycle using a variational autoencoder. Using this method we extracted a vector of new 25 features, which in many cases can be interpreted. The generated ECG has quite natural appearance. The low value of the Maximum Mean Discrepancy metric, 0.00383, indicates good quality of ECG generation too. The extracted new features will help to improve the quality of automatic diagnostics of cardiovascular diseases. Also, generating new synthetic ECGs will allow us to solve the issue of the lack of labeled ECG for use them in supervised learning.

研究の動機と目的

• 教師あり学習におけるデータ不足を解消するため、現実的な単一心拍周期ECG信号を合成する深層生成モデルの開発。
• 変分オートエンコーダー構造を用いてECG信号から新たな解釈可能な特徴量のセットを抽出すること。
• 向上した特徴表現を通じて、自動心血管疾患診断の品質を向上させること。
• 個々の潜在特徴を変化させることでECGの制御生成を可能とし、解釈可能性と分析を促進すること。

提案手法

• 25次元の潜在空間にマッピングするため、畳み込みストリームと全結合ストリームの二重ブランチエンコーダーを備えた条件付き変分オートエンコーダー（VAE）を設計した。
• エンコーダーは入力ECGサイクル（長さ400）を、学習可能な平均と対数分散を持つ多変量正規分布としてモデル化した後方分布として25次元の潜在空間にマッピングする。
• 再パラメトリゼーショントリックを用いて、バックプロパゲーションを可能にするために学習済みの正規分布から潜在ベクトルをサンプリングする。
• デコーダーは、ドコンボリューションおよび全結合アーキテクチャを用い、両ブランチからのスキップ接続を統合することで、25次元の潜在コードからECGを再構成する。
• 損失関数は、後方分布と事前分布の間のカルバック・ライブラー・ダイバージェンス（KL）と、再構成済みECG信号と元のECG信号との間の平均二乗誤差（MSE）を組み合わせている。
• モデルは、500 Hzで記録された10秒間の12誘導ECG信号2,033件から抽出された252,636の心拍周期で訓練された。

実験結果

リサーチクエスチョン

• RQ1 変分オートエンコーダーは、視覚的および統計的に本物のECGと区別がつかない合成ECG信号を生成できるか？
• RQ2 VAEで学習された25次元の潜在特徴量は、意味的で解釈可能な生理的ECG特性に対応しているか？
• RQ3 個々の潜在特徴量を制御的に変化させることで、生成されたECGの形態に予測可能な変化が生じるか？
• RQ4 生成されたECGデータは、下流の診断モデルの性能をどの程度向上させるか？

主な発見

• 生成されたECG信号は自然な外観を示し、生成サンプルの定性的な検証により視覚的に現実的であることが確認された。
• 本物と生成されたECG分布間の最大平均差分（MMD）は3.83×10⁻³であり、高品質な生成を示しているが、訓練データおよび目的が異なるため、直接比較できないが、最良のGANベースの結果（1.05×10⁻³）よりは高い。
• 抽出された25の潜在特徴量は非常に解釈可能である：他の特徴量を固定した状態で1つの特徴量のみを変化させると、T波の振幅やSTセグメントの低下といったECG形態に予測可能な変化が生じる。
• 個々の潜在変数を操作することでECGの制御生成が可能であり、学習された特徴量の分離性と解釈可能性を示している。
• この手法は、ラベル付きECGデータが限られている問題を緩和するためのデータ拡張の有効な解決策を提供している。