[論文レビュー] U-Time: A Fully Convolutional Network for Time Series Segmentation Applied to Sleep Staging

Mathias Perslev, Michael Hejselbak Jensen+3 more|arXiv (Cornell University)|Oct 24, 2019

EEG and Brain-Computer Interfaces被引用数 59

ひとこと要約

U-Timeは、睡眠分段のための完全畳み込み型のエンコーダ-デコーダネットワーク（1D U-Net）で、時系列データを各時点で分割し、最終的に30秒ラベルへ集約する。7つの睡眠EEGデータセットにおいてタスク特異的調整なしで最先端の性能を達成。

ABSTRACT

Neural networks are becoming more and more popular for the analysis of physiological time-series. The most successful deep learning systems in this domain combine convolutional and recurrent layers to extract useful features to model temporal relations. Unfortunately, these recurrent models are difficult to tune and optimize. In our experience, they often require task-specific modifications, which makes them challenging to use for non-experts. We propose U-Time, a fully feed-forward deep learning approach to physiological time series segmentation developed for the analysis of sleep data. U-Time is a temporal fully convolutional network based on the U-Net architecture that was originally proposed for image segmentation. U-Time maps sequential inputs of arbitrary length to sequences of class labels on a freely chosen temporal scale. This is done by implicitly classifying every individual time-point of the input signal and aggregating these classifications over fixed intervals to form the final predictions. We evaluated U-Time for sleep stage classification on a large collection of sleep electroencephalography (EEG) datasets. In all cases, we found that U-Time reaches or outperforms current state-of-the-art deep learning models while being much more robust in the training process and without requiring architecture or hyperparameter adaptation across tasks.

研究の動機と目的

• 生理学的時系列データのセグメンテーションのための頑強で非再帰的、完全に畳み込みのアプローチを動機づける。
• 睡眠分段のための1D U-Net風アーキテクチャ（U-Time）を開発し、柔軟な時間解像度でラベルを出力できるようにする。
• データセット固有のハイパーパラメータ調整なしで、多様な睡眠EEGデータセット間の一般化を評価する。
• 完全に畳み込みの前向きモデルが、最先端の再帰モデルと同等またはそれを上回ることを示す。
• 臨床および研究用途における頑健性と高速性の利点を示す。

提案手法

• 時系列セグメンテーションのための1D U-Netに基づく完全畳み込みエンコーダ-デコーダネットワークであるU-Timeを提案する。
• 受容野を広げるために、4つのダウンサンプリングブロックを持つエンコーダと、4つのアップサンプリングブロックを持つデコーダを使用し、拡張畳み込みを取り入れる。
• 各時点の密なスコアを集約して、選択した時間解像度で最終セグメントラベルへ導くセグメント分類器を含める。
• クラス不均衡に対処するための一般化Dice損失を用い、クラスウェイトを均等に、オンザフライでバランスの取れたミニバッチを訓練に使用する。
• dense出力を集約して任意のセグメンテーション頻度e（例：30秒睡眠段階用の1/30 Hz）で推論を可能にする。
• データセット間でアーキテクチャとハイパーパラメータを固定し、頑健性とドメイン横断の一般化を検証する。

実験結果

リサーチクエスチョン

• RQ1 複雑なタスク特異的調整なしで、完全畳み込みの前向きモデルは複数データセットにおいて最先端の睡眠分段性能を達成できるか。
• RQ2 多様なコホートにわたりAASM/R&K規約の下でEEGデータを5睡眠ステージに分割した場合、U-Timeはどう機能するか。
• RQ3 サイト、チャネル、採取率といったデータセットの変動性に頑健で、標準の30秒間隔で信頼できるセグメンテーションを提供できるか。
• RQ4 denseな時点ごとのスコアと30秒ラベルの間で、時間解像度のトレードオフはどうなるか。
• RQ5 U-TimeはCNN-LSTMのベースラインや公表手法と、公平な件数ベースのクロスバリデーション設定でどう比較されるか。

主な発見

Dataset	Model	Records	CV	W	N1	N2	N3	REM	mean
S-EDF-39	U-Time	39	20	0.87	0.52	0.86	0.84	0.84	0.79
S-EDF-39	CNN-LSTM	1	39	20	0.85	0.47	0.86	0.85	0.82	0.77
S-EDF-39	VGGNet	2	39	20	0.81	0.47	0.85	0.83	0.82	0.76
S-EDF-39	CNN	3	39	20	0.77	0.41	0.87	0.86	0.82	0.75
S-EDF-39	Autoenc.	4	39	20	0.72	0.47	0.85	0.84	0.81	0.74
S-EDF-153	U-Time	153	10	0.92	0.51	0.84	0.75	0.80	0.76
S-EDF-153	CNN-LSTM	153	10	0.91	0.47	0.81	0.69	0.79	0.73
Physio-18	U-Time	994	5	0.83	0.59	0.83	0.79	0.84	0.77
Physio-18	CNN-LSTM	994	5	0.82	0.58	0.83	0.78	0.85	0.77
DCSM	U-Time	255	5	0.97	0.49	0.84	0.83	0.82	0.79
DCSM	CNN-LSTM	255	5	0.96	0.39	0.82	0.80	0.82	0.76
ISRUC	U-Time	99	10	0.87	0.55	0.79	0.87	0.78	0.77
ISRUC	CNN-LSTM	99	10	0.84	0.46	0.70	0.83	0.72	0.71
ISRUC	Human obs.	99	-	0.92	0.54	0.80	0.85	0.90	0.80
CAP	U-Time	101	5	0.78	0.29	0.76	0.80	0.76	0.68
CAP	CNN	104	5	0.77	0.35	0.76	0.78	0.76	0.68
CAP	CNN-LSTM	101	5	0.77	0.28	0.69	0.77	0.75	0.65
SVUH-UCD	U-Time	25	25	0.75	0.51	0.79	0.86	0.73	0.73

• U-Timeは7つの睡眠EEGデータセットで、平均F1スコアが最先端または競合レベルに達した。
• U-TimeはCNN–LSTMベースラインとしばしば同等かそれ以上の性能を示し、パラメータ数（約1.2百万）やタスク特異的調整を要する度合いを抑えた。
• データセット全体で、U-Timeはアーキテクチャ/ハイパーパラメータの選択に対して頑健であり、健常人と病患者の両方に良く一般化した。
• denseな時点ごとのスコアを再トレーニングなしで標準の30秒睡眠段階ラベルへ集約できる。
• 比較において、非REM段階（N1, N2, N3）で特に良好な性能を示し、単一チャネルEEG入力でWakeとREMの性能も競争力を維持した。
• 完全夜間スコアリングでも高速性を保ち、臨床現場でほぼ即時推論を可能にする。