[論文レビュー] Generalizing electrocardiogram delineation -- Training convolutional neural networks with synthetic data augmentation

Guillermo Jiménez-Pérez, Juan Acosta+2 more|arXiv (Cornell University)|Nov 25, 2021

ECG Monitoring and Analysis被引用数 4

ひとこと要約

本論文は、合成データ拡張と新規損失関数を用いた深層学習フレームワークを提案し、多様な心電図（ECG）データベースにおいてF1スコア99.38%、20ms未満の区画誤差を達成した。この手法は、擬似合成ECG生成と形状正則化訓練を組み合わせることで、 beat 水平のフィducial検出における汎用性と耐障害性を向上させた。

ABSTRACT

Obtaining per-beat information is a key task in the analysis of cardiac electrocardiograms (ECG), as many downstream diagnosis tasks are dependent on ECG-based measurements. Those measurements, however, are costly to produce, especially in recordings that change throughout long periods of time. However, existing annotated databases for ECG delineation are small, being insufficient in size and in the array of pathological conditions they represent. This article delves has two main contributions. First, a pseudo-synthetic data generation algorithm was developed, based in probabilistically composing ECG traces given "pools" of fundamental segments, as cropped from the original databases, and a set of rules for their arrangement into coherent synthetic traces. The generation of conditions is controlled by imposing expert knowledge on the generated trace, which increases the input variability for training the model. Second, two novel segmentation-based loss functions have been developed, which attempt at enforcing the prediction of an exact number of independent structures and at producing closer segmentation boundaries by focusing on a reduced number of samples. The best performing model obtained an $F_1$-score of 99.38\\% and a delineation error of $2.19 \\pm 17.73$ ms and $4.45 \\pm 18.32$ ms for all wave's fiducials (onsets and offsets, respectively), as averaged across the P, QRS and T waves for three distinct freely available databases. The excellent results were obtained despite the heterogeneous characteristics of the tested databases, in terms of lead configurations (Holter, 12-lead), sampling frequencies ($250$, $500$ and $2,000$ Hz) and represented pathophysiologies (e.g., different types of arrhythmias, sinus rhythm with structural heart disease), hinting at its generalization capabilities, while outperforming current state-of-the-art delineation approaches.

研究の動機と目的

• 深層学習モデルの学習に用いる annotated ECGデータベースの不足と多様性の欠如に対処すること。
• 異なるリード構成、サンプリング周波数、病理状態においてECG区画検出モデルの汎用性を向上させること。
• 大規模な annotated データセットへの依存を減らすために、基本的なECGセグメントに基づく擬似合成データ生成スキームを導入すること。
• 区画予測の正確性と固定された構造数の制御を強化するセグメンテーションベースの新規損失関数を導入することで、モデルの耐障害性を向上させること。
• 高い精度と汎用性を備えた、臨床応用可能なエンドツーエンドの深層学習パイプラインを、自動ECGフィデュシャル検出のために開発すること。

提案手法

• 実際のデータベースから基本的なECGセグメント（P波、QRS複合波、T波）を確率的かつ専門家が定めたルールに従って組み合わせることで、実データに基づく擬似合成ECG生成スキームを開発した。
• 形態的変更や心律不全、伝導障害などの虚血的状態を制御的に適用することで、合成データ生成器に多様性を組み込んだ。
• 複数のリードおよびサンプリングレートでP波、QRS複合波、T波のフィデュシャルポイント（開始・終了）を予測するため、完全畳み込み型U-Netベースのアーキテクチャを訓練した。
• 2つの新規損失関数を導入した：1つは各心臓構造に対して正確に1つのインスタンスを予測することを強制するもの、もう1つは重要サンプルの縮小集合に注目することで、正確な境界位置の予測を促進するものである。
• 入力信号は、異なるリズムにおけるアモルチチュード変動に対して耐性を高めるために、中央値ベースの移動ウィンドウ（256サンプル）を用いて正規化した。
• モデルは、12リードおよびHolterレコーディングを含む3つのオープンソースデータベース（QT、LU、浙江病院）で訓練および評価された。サンプリング周波数は250、500、2000 Hzであった。

実験結果

リサーチクエスチョン

• RQ1 実際のECGセグメントに基づく合成データ拡張は、多様なデータベースにおいて深層学習モデルのECG区画検出における汎用性を向上させるか？
• RQ2 形状正則化損失関数は、固定数の心臓波形の正確な検出と正確な境界位置の特定にどの程度効果的か？
• RQ3 合成データで学習した深層学習モデルは、異なるリード構成や病理状態を有する実世界のECGデータベースにおいて、最先端の性能を達成できるか？
• RQ4 合成データ生成に専門家の知識を統合することで、モデルの耐障害性が向上し、特定の形態に過剰適合するのを防げるか？
• RQ5 急速な心室性頻拍や微細な波形形態といった困難な症例において、モデルの性能はいかがなものか？

主な発見

• 提案されたモデルは、3つの公開ECGデータベースの統合テストセットにおいてF1スコア99.38%を達成し、フィデュシャルポイントのほぼ完全な検出を示した。
• P波、QRS複合波、T波の全般的な平均区画誤差は、開始点で2.19 ± 17.73 ms、終了点で4.45 ± 18.32 msであり、高い時間的精度を示した。
• 12リード対Holter、250、500、2000 Hzの異なるサンプリング周波数、さまざまな心律不全や心疾患を含む多様な病理状態を持つデータベース間でも、良好な汎用性を示した。
• 特に誤検出（誤った波形タグ付け、誤ったフィデュシャル位置、ノイズの多い活性化）を低減する点で、既存の最先端手法を上回った。
• 耐障害性は高いが、入力の正規化方法にわずかに感受性を示し、256サンプルの中央値ベースの移動ウィンドウによる正規化が性能向上に寄与した。
• 非常に速い心室性頻拍の処理についてはやや困難を示したが、これは専門家でさえも困難とされる分野であり、臨床的課題として残された領域である。