[論文レビュー] K-margin-based Residual-Convolution-Recurrent Neural Network for Atrial Fibrillation Detection

Yuxi Zhou, Shenda Hong+5 more|arXiv (Cornell University)|Aug 9, 2019

ECG Monitoring and Analysis参考文献 16被引用数 7

ひとこと要約

本論文は、ノイズの多い心電図（ECG）における頑健な心房細動（AF）検出のためのKマージンに基づくリーマン・コンボリューション・再帰的ニューラルネットワーク（RCR-net）を提案する。歪度駆動の動的データ拡張、リーマン・コンボリューショナル・リカレントアーキテクチャによるマルチスケール特徴抽出、および最も上位Kの不確実なセグメントに注目するKマージンに基づく投票メカニズムを組み合わせることで、PhysioNet 2017データセットにおいてF₁NAOPスコア0.8125を達成し、従来のディーブラーニング手法を6.8%上回った。

ABSTRACT

Atrial Fibrillation (AF) is an abnormal heart rhythm which can trigger cardiac arrest and sudden death. Nevertheless, its interpretation is mostly done by medical experts due to high error rates of computerized interpretation. One study found that only about 66% of AF were correctly recognized from noisy ECGs. This is in part due to insufficient training data, class skewness, as well as semantical ambiguities caused by noisy segments in an ECG record. In this paper, we propose a K-margin-based Residual-Convolution-Recurrent neural network (K-margin-based RCR-net) for AF detection from noisy ECGs. In detail, a skewness-driven dynamic augmentation method is employed to handle the problems of data inadequacy and class imbalance. A novel RCR-net is proposed to automatically extract both long-term rhythm-level and local heartbeat-level characters. Finally, we present a K-margin-based diagnosis model to automatically focus on the most important parts of an ECG record and handle noise by naturally exploiting expected consistency among the segments associated for each record. The experimental results demonstrate that the proposed method with 0.8125 F1NAOP score outperforms all state-of-the-art deep learning methods for AF detection task by 6.8%.

研究の動機と目的

• データ不足、クラス不均衡、ノイズによる意味的曖昧さのため、ノイズの多いECGからのAF検出の精度が低いという課題に対処すること。
• 手動による特徴工学を伴わず、局所的な心拍レベルおよび長期的なリズムレベルの特徴を自動的に学習するエンドツーエンドのディーブラーニングモデルを開発すること。
• Kマージンに基づく診断メカニズムにより、最も情報量の多いセグメントに注目することで、ノイズおよびラベルの曖昧さに対する耐性を高めること。
• 特にノイズが多くて曖昧なECGレコードの処理においても、従来のディーブラーニングモデルを上回ることを目的として、PhysioNet 2017のAF検出ベンチマークで優れた性能を発揮すること。

提案手法

• データ不足とクラス不均衡に対処するため、元のECG分布の歪度に基づいて合成サンプルを生成する歪度駆動の動的データ拡張戦略を採用する。
• 階層的特徴を抽出するため、新しいリーマン・コンボリューション・リカレントニューラルネットワーク（RCR-net）を設計。コンボリューショナル層が局所的な心拍パターンを捉え、リカレント層が長期的なリズムダイナミクスをモデル化する。
• Kマージンに基づく診断モデルは、各ECGレコードから最も不確実な上位Kセグメントを選択し、その信頼性マージンを用いて最終ラベルを投票することで、ノイズおよび曖昧さに対する耐性を向上させる。
• 同じECGレコード内のセグメント間の期待される一貫性を活用し、予測マージンが最小となるセグメントを優先することで、一般化性能を向上させる。
• データ拡張、特徴学習、不確実性に配慮した分類を統合した一貫したパイプラインをエンドツーエンドのトレーニングと推論に活用する。
• 局所的特徴の保持とグローバルリズムモデリングのバランスを取るために、ウィンドウサイズ、最大ストライド、分割数のハイパーパrameterチューニングを実施する。

実験結果

リサーチクエスチョン

• RQ1 トレーニングデータが限られ、クラスが不均衡な状況下でも、深層学習モデルがノイズの多いECGにおけるAF検出を効果的に行えるか？
• RQ2 ノイズに起因する曖昧さを抑えると同時に、ECGの診断的に重要なセグメントに自動的に注目できるモデルはどのように実現できるか？
• RQ3 不確実性とECGセグメント間の一貫性を活用することで、Kマージンに基づく投票メカニズムが分類性能をどの程度向上させられるか？
• RQ4 リーマン・コンボリューション・リカレントアーキテクチャは、ECG信号において局所的ビートレベルと長期的リズムレベルの両方の特徴を効果的に捉えられるか？
• RQ5 データの歪度に基づく動的データ拡張は、標準的な拡張法に比べて、AF検出においてより優れた一般化性能をもたらすか？

主な発見

• 提案されたKマージンに基づくRCR-netは、PhysioNet 2017データセットでF₁NAOPスコア0.8125を達成し、すべての最先端ディーブラーニング手法を6.8%上回った。
• 不確実性に配慮したセグメント選択メカニズムのおかげで、ノイズの強い「分類不能」レコードの識別においても優れた耐性を示した。
• 混同行列の分析から、誤分類は主に臨床的に区別が難しい正常洞調律と他のリズムとの間で発生しており、解釈可能であることが示された。
• Kマージンに基づく投票メカニズムは、最も不確実ではあるが情報量の多いセグメントに注目することで性能を向上させ、最適な性能はK=3で得られ、それ以上にKを大きくするとラベルの信頼性が低下し性能が劣化した。
• ハイパーパrameter分析により、より小さなECGセグメントウィンドウ（例：50–1000 ms）が、リズムトレンドのより良い捉え込みにより性能向上に寄与することが確認されたが、極めて小さなウィンドウは重要な局所的ビート特徴を失う傾向にあった。
• 特徴可視化により、モデルが学習した深層特徴は4クラス（正常、AF、他のリズム、ノイズ多すぎ）において明確に分離可能であり、効果的な表現学習が行われていることが示された。