[論文レビュー] Fetal Gender Identification using Machine and Deep Learning Algorithms on Phonocardiogram Signals

Reza Khanmohammadi, Mitra Sadat Mirshafiee+2 more|arXiv (Cornell University)|Oct 10, 2021

Phonocardiography and Auscultation Techniques参考文献 22被引用数 9

ひとこと要約

本研究では、高度なノイズ低減および多様な特徴抽出技術を活用して、胎児心音図（FPCG）信号を用いた胎児性別同定のための新しいアンサンブル機械学習手法を提案する。ノイズ除去オートエンコーダーとソース分離を組み合わせた複数の分類器を用いることで、未知のデータに対して91%の精度を達成し、ベースラインモデルを著しく上回り、FPCGに基づく性別予測の実現可能性を示している。

ABSTRACT

Phonocardiogram (PCG) signal analysis is a critical, widely-studied technology to noninvasively analyze the heart's mechanical activity. Through evaluating heart sounds, this technology has been chiefly leveraged as a preliminary solution to automatically diagnose Cardiovascular diseases among adults; however, prenatal tasks such as fetal gender identification have been relatively less studied using fetal Phonocardiography (FPCG). In this work, we apply common PCG signal processing techniques on the gender-tagged Shiraz University Fetal Heart Sounds Database and study the applicability of previously proposed features in classifying fetal gender using both Machine Learning and Deep Learning models. Even though PCG data acquisition's cost-effectiveness and feasibility make it a convenient method of Fetal Heart Rate (FHR) monitoring, the contaminated nature of PCG signals with the noise of various types makes it a challenging modality. To address this problem, we experimented with both static and adaptive noise reduction techniques such as Low-pass filtering, Denoising Autoencoders, and Source Separators. We apply a wide range of previously proposed classifiers to our dataset and propose a novel ensemble method of Fetal Gender Identification (FGI). Our method substantially outperformed the baseline and reached up to 91% accuracy in classifying fetal gender of unseen subjects.

研究の動機と目的

• 心血管疾患の検出と比較して、まだ十分に検討されていない分野である、胎児心音図（FPCG）信号を用いた自動胎児性別同定（FGI）の可能性を検討すること。
• 低域通過フィルタリング、ノイズ除去オートエンコーダー（DAE）、およびソース分離（SCBSS）を含む静的および適応的ノイズ低減技術を用いて、ノイズの多いFPCG信号の課題に対処すること。
• 手作業で抽出した特徴および深層学習で得た特徴を用いて、従来の機械学習分類器（例：SVM、XGBoost、KNN、LDA、ロジスティック回帰）の性能を評価・比較すること。
• 複数の分類器を統合することで、未知の胎児被験者に対して一般化性能を向上させる、新しいアンサンブルモデルの開発と検証すること。
• シラーズ大学胎児心音データベースを用いて、精度、感度、特異度といった医療的関連指標を用いて、FGIの強固なベースラインを確立すること。

提案手法

• 静的および適応的ノイズ低減技術として、低域通過フィルタリング、ノイズ除去オートエンコーダー（DAE）、およびニューラルソース分離モデル（SCBSS）を用いてFPCG信号をクリーニングした。
• ノイズ除去されたFPCG信号から、統計的特徴、スペクトル的特徴（MFCC、スペクトル重心）および時間領域特徴を包括的に抽出した。
• 抽出された特徴を用いて、KNN、SVM、XGBoost、LDA、ロジスティック回帰といった複数の古典的機械学習分類器を訓練および評価した。
• 最高性能を示した個々の分類器の予測を統合することで、より堅牢で正確な性能を実現する、新しいアンサンブル手法を提案した。
• 訓練データとテストデータの間のデータ漏洩を防ぐために、1人を除いた被験者を残す交差検証（LOSO）を用い、被験者レベルの一般化を保った。
• 標準指標として、精度（Acc）、適合率（PR）、感度（SN）、特異度（SP）を用い、ホールドアウトおよびLOSO設定の両方でモデルを評価した。

実験結果

リサーチクエスチョン

• RQ1 機械学習および深層学習モデルを用いて、胎児心音図（FPCG）信号を効果的に胎児性別同定に活用できるか？
• RQ2 静的（低域通過フィルタリング）および適応的（DAE、SCBSS）ノイズ低減技術が、FGIモデルの性能にどのように影響を与えるか？
• RQ3 シラーズFPCGデータセットにおいて、特徴抽出法と分類法のどの組み合わせが、胎児性別分類で最高の精度を達成するか？
• RQ4 複数の分類器のアンサンブルは、個々のモデルを上回る性能を示すか？その理由は何か？
• RQ5 トランスファーラーニングおよびデータ拡張技術は、小規模なFPCGデータセットにおいてモデル性能をどの程度向上させるか？

主な発見

• 提案されたアンサンブルモデルは、未知の被験者に対して91%の精度を達成し、個々の分類器およびベースラインを著しく上回った。
• ノイズ低減技術は性能に顕著な影響を与えた。SCBSSでノイズ除去された信号は、すべての分類器で最高の結果をもたらした。
• アンサンブル手法は、複数の分類器が持つ多様な予測的強みを統合することで、優れた一般化性能を示し、過学習を低減し、耐障害性を向上させた。
• 古典的モデルの中で、SVMは判別的MFCC特徴に対して最も優れた性能を示したが、ロジスティック回帰は最も弱い性能を示し、モデル選択の重要性を浮き彫りにした。
• ピッチシフトおよびノイズ注入によるデータ拡張を実施した後も、深層学習モデルに顕著な性能向上は見られず、標準的なDLアプローチが小規模なFPCGデータセットに適用する際の限界を示唆した。
• 1人を除いた被験者を残す交差検証（LOSO）により、被験者レベルの一般化が極めて重要であることが判明した。データ漏洩を伴う訓練（例：1つのサンプルのみを除いた場合）では性能が著しく低下したため、被験者レベルの検証手法の採用が正当化された。