[論文レビュー] Segmental Convolutional Neural Networks for Detection of Cardiac Abnormality With Noisy Heart Sound Recordings

Yuhao Zhang, Sandeep Ayyar+2 more|arXiv (Cornell University)|Dec 6, 2016

Phonocardiography and Auscultation Techniques参考文献 4被引用数 9

ひとこと要約

本論文は、ノイズの多い心音記録において心疾患の異常を自動検出するためのセグメント型畳み込みニューラルネットワーク（CNN）を提案する。これは、手動による特徴工学を必要とせず、エンド・ツー・エンドの特徴学習を可能にする。隠れ半マルコフモデル（HSMM）パイプラインから得たセグメントで訓練された最良のモデルは、2016年PhysioNet/CinCチャレンジデータセットで87.5％の正確性を達成した。これは、従来の最先端の統計的分類器（84.6％）を上回っており、ノイズの多い心音図形データに対してディープラーニングの優位性を示している。

ABSTRACT

Heart diseases constitute a global health burden, and the problem is exacerbated by the error-prone nature of listening to and interpreting heart sounds. This motivates the development of automated classification to screen for abnormal heart sounds. Existing machine learning-based systems achieve accurate classification of heart sound recordings but rely on expert features that have not been thoroughly evaluated on noisy recordings. Here we propose a segmental convolutional neural network architecture that achieves automatic feature learning from noisy heart sound recordings. Our experiments show that our best model, trained on noisy recording segments acquired with an existing hidden semi-markov model-based approach, attains a classification accuracy of 87.5% on the 2016 PhysioNet/CinC Challenge dataset, compared to the 84.6% accuracy of the state-of-the-art statistical classifier trained and evaluated on the same dataset. Our results indicate the potential of using neural network-based methods to increase the accuracy of automated classification of heart sound recordings for improved screening of heart diseases.

研究の動機と目的

• 手動による特徴抽出が失敗するノイズの多い現実世界の環境における心音記録の分類という課題に対処すること。
• 従来の手作業による特徴セットが、ノイズの多い記録には一般化しにくいかどうかを評価すること。
• ノイズの多い心音セグメントから直接、判別的な特徴を学習するディープラーニングアプローチを開発すること。
• 同じノイズの多いデータセット上で、セグメント型CNNの性能を最先端の統計的分類器と比較すること。
• 低リソース環境における自動心疾患異常スクリーニングのためのエンド・ツー・エンド学習の可能性を検討すること。

提案手法

• 方法は、生の心音記録を個々の心拍サイクルにセグメント化するための隠れ半マルコフモデル（HSMM）を使用する。
• セグメント化された心音サイクルは、畳み込みニューラルネットワークの訓練用に固定長の入力ウィンドウとして処理される。
• 2つのCNNアーキテクチャ—DCNN-LargeとFCNN-Deep—が提案され、小さなフィルタ（例：200msウィンドウ）と複数の畳み込み層を用いて階層的特徴学習が行われる。
• モデルは確率的勾配降下法を用いてエンド・ツー・エンドで訓練され、生の信号セグメントから直接空間的および時間的パターンを学習する。
• 低ノイズの記録に事前に開発された手動でカスタムされた特徴セットを用いた従来の分類器（例：SVM）と比較される。
• 学習済みフィルターや活性化マップの可視化により、ネットワークの解釈性が評価され、正常と異常セグメントにおける学習済みパターンの分析が行われる。

実験結果

リサーチクエスチョン

• RQ1 ノイズの多い心音記録に適用した場合、ディープ畳み込みニューラルネットワークは、従来の統計的分類器を上回ることができるか？
• RQ2 クリーンな記録用に開発された手作業による特徴—それが実世界のノイズの多いデータに一般化しにくいのか？
• RQ3 エンド・ツー・エンド学習によるセグメント型CNNは、専門家が設計した特徴に依存する従来のパイプラインよりも高い正確性を達成できるか？
• RQ4 CNN内の学習済みフィルターは、異常心音の既知の音響パターンに対応しているか？
• RQ5 CNNの畳み込み層における活性化パターンに基づいて、モデルは正常と異常セグメントを区別できるか？

主な発見

• セグメント型CNNモデル（DCNN-Large）は、2016年PhysioNet/CinCチャレンジデータセットで87.5％の分類正確性を達成し、最良の従来の分類器（SVM）の84.6％を上回った。
• CNNは、特に異常心音の検出において、従来の手法よりも高い感度と全体的な正確性を示した。
• 学習済みフィルターの可視化により、ネットワークが意味のある音響パターン、特に異常信号に関連するものも捉えていることがわかった。
• 活性化マップから、異常セグメントに対して畳み込み層および隠れ層のより多くのニューロンが反応していることが示され、病理的特徴の効果的な学習が行われていることが裏付けられた。
• 手動による特徴工学がノイズの多い記録には最適でない可能性があり、エンド・ツー・エンドのディープラーニングがより頑健な代替手段であると示唆された。
• 本研究は、さらにハイパーパrameterチューニングや信号分解（例：EMDを用いた）を施すことで、性能向上が図れる可能性があると示している。