[논문 리뷰] Analysis of a Deep Learning Model for 12-Lead ECG Classification Reveals Learned Features Similar to Diagnostic Criteria

Theresa Bender, Jacqueline Michelle Beinecke외 6명|arXiv (Cornell University)|2022. 11. 03.

ECG Monitoring and Analysis인용 수 8

한 줄 요약

이 연구는 12-lead ECG 분류를 위한 사전 훈련된 딥 네ural 네트워크에 설명 가능한 인공지능(XAI) 기법—통합 기울기와 계층별 관련성 전파—를 적용하여, 모델이 임상 진단 기준과 일치하는 특징을 학습하고 있음을 밝혀냈다. 주요 발견은 관련성 점수가 교과서 지식과 부합함을 보여주며, 심방세동(AF)에서는 눈에 띄는 P파가 음수로 나타나고, 좌배차지블록(LBBB)에서는 일치하는 T파가 음수로 나타나며, 비정상적인 QRS 형태가 LBBB 진단의 주요 기초가 된다.

ABSTRACT

Despite their remarkable performance, deep neural networks remain unadopted in clinical practice, which is considered to be partially due to their lack in explainability. In this work, we apply attribution methods to a pre-trained deep neural network (DNN) for 12-lead electrocardiography classification to open this "black box" and understand the relationship between model prediction and learned features. We classify data from a public data set and the attribution methods assign a "relevance score" to each sample of the classified signals. This allows analyzing what the network learned during training, for which we propose quantitative methods: average relevance scores over a) classes, b) leads, and c) average beats. The analyses of relevance scores for atrial fibrillation (AF) and left bundle branch block (LBBB) compared to healthy controls show that their mean values a) increase with higher classification probability and correspond to false classifications when around zero, and b) correspond to clinical recommendations regarding which lead to consider. Furthermore, c) visible P-waves and concordant T-waves result in clearly negative relevance scores in AF and LBBB classification, respectively. In summary, our analysis suggests that the DNN learned features similar to cardiology textbook knowledge.

연구 동기 및 목표

• 딥 러닝 기반 ECG 분석의 임상적 도입 장벽을 해결하기 위해 모델의 설명 가능성 향상을 목적으로 한다.
• 딥 네럴 네트워크(DNN)가 확립된 심장병학 진단 기준과 일치하는 특징을 학습하는지 조사한다.
• 클래스, 리드, 베이트 단위에서 관련성 점수를 분석하기 위한 정량적 방법을 개발하고 검증한다.
• CPSC 2018 및 PTB-XL이라는 두 개의 공개 ECG 데이터베이스 간 모델 행동을 비교하여 탄력성 평가.
• 잡음과 아티팩트가 모델 예측 및 관련성 할당에 미치는 영향을 평가한다.

제안 방법

• 12-lead ECG 신호의 각 샘플에 대해 관련성 점수를 할당하기 위해 통합 기울기(IG)와 계층별 관련성 전파(LRP)를 적용하였다.
• CPSC 2018 및 PTB-XL 데이터베이스에서 27개 클래스의 ECG 분류를 위한 사전 훈련된 DNN를 Ribeiro 등이 개발한 모델을 사용하였다.
• 평균 관련성 점수를 클래스, 리드, 평균 베이트 단위로 나누어 분석하기 위한 세 가지 정량적 분석 프레임워크를 제안하였다.
• 관련성 점수를 히트맵과 시간축 오버레이 형태로 시각화하여 임상적 ECG 패tern과 연관성을 확인하였다.
• 심장병 전문의의 검토를 통해 발견 결과를 검증하고, 데이터베이스 및 XAI 기법 간 결과를 비교하였다.
• 잡음과 관련된 아티팩트 및 관련성 점수의 시간적 패턴에 대한 분석을 위한 아블레이션 연구를 수행하였다.

실험 결과

연구 질문

• RQ1 12-lead ECG 분류를 위한 DNN가 학습한 특징이 확립된 임상 진단 기준과 일치하는가?
• RQ2 다양한 ECG 이상(예: AF, LBBB)과 리드 간 관련성 점수의 변화는 어떠한가?
• RQ3 관련성 점수의 정량적 분석을 통해 모델이 형태적 특징인지 시간적 특징을 기반으로 하는지 밝혀낼 수 있는가?
• RQ4 다양한 환자 집단과 레이블링 방식을 가진 서로 다른 ECG 데이터베이스 간에 모델의 설명이 얼마나 탄력적인가?
• RQ5 잡음이나 아티팩트가 모델의 주의 집중 방식을 얼마나 왜곡시키며, 잘못된 분류로 이어지는가?

주요 결과

• 심방세동(AF)의 관련성 점수는 P파가 눈에 띄는 경우 증가하여, 모델이 부재하거나 비정상적인 P파를 진단 기준으로 간주하고 있음을 시사한다.
• 좌배차지블록(LBBB)의 경우, 비정상적인 QRS 형태에서 관련성 점수가 가장 높고, QRS와 일치하는 T파가 존재할 경우 관련성 점수가 가장 낮아져 임상 기준과 일치한다.
• 질병에 반대되는 특징—예: AF에서 정상적인 P파, LBBB에서 일치하는 T파—에 대해 음수의 관련성 점수를 할당함으로써, 모델이 교과서 지식과 일치함을 확인하였다.
• LBBB의 관련성 점수는 특히 비정상적인 QRS 형태가 가장 진단적일 수 있는 V1 및 aVL 리드에서 임상 지침과 강한 연관성을 보였다.
• 거짓 분류의 경우 종종 관련성 점수가 0에 가까운 경우가 많아, 잡음이나 아티팩트 존재 시 모델이 핵심 특징에 주목하지 못함을 시사한다.
• IG 및 LRP 기법 간 결과가 일관되게 나타났으며, 특히 IG가 임상적 해석에 더 명확하고 해석 가능한 히트맵을 제공하였다.