[논문 리뷰] Murmur Detection Using Parallel Recurrent & Convolutional Neural Networks.

Shahnawaz Alam, Rohan Banerjee외 1명|arXiv (Cornell University)|2018. 08. 13.

Phonocardiography and Auscultation Techniques참고 문헌 5인용 수 12

한 줄 요약

이 논문은 MFCC 특징과 스펙트로그램을 사용하여 심장 음을 정상 또는 무음으로 분류하기 위해 이원방향 장단기 기억망(BiLSTM)과 합성곱 신경망(CNN) 모델을 조합한 병렬 딥러닝 아키텍처를 제안한다. 5겹 교차검증을 통해 대규모이고 다양한 PCG 데이터셋에서 96.09% 민감도, 100% 특이도, 98.01% F1 점수를 기록하여 개별 네트워크를 능가하며, 심장박동 분할 또는 시작점 검출에 의존하지 않는다.

ABSTRACT

In this article, we propose a novel technique for classification of the Murmurs in heart sound. We introduce a novel deep neural network architecture using parallel combination of the Recurrent Neural Network (RNN) based Bidirectional Long Short-Term Memory (BiLSTM) & Convolutional Neural Network (CNN) to learn visual and time-dependent characteristics of Murmur in PCG waveform. Set of acoustic features are presented to our proposed deep neural network to discriminate between Normal and Murmur class. The proposed method was evaluated on a large dataset using 5-fold cross-validation, resulting in a sensitivity and specificity of 96 +- 0.6 % , 100 +- 0 % respectively and F1 Score of 98 +- 0.3 %.

연구 동기 및 목표

• 수동적인 심장박동 분할 또는 시작점 검출에 의존하지 않고도 정상 심장음과 무음을 구분하는 자동화되고 강건한 분류기 개발.
• 소음에 민감하고 데이터 분포 변화에 취약한 전통적인 수작업 특징 추출 방법의 한계를 해결.
• 심장음 신호의 시간적 의존성(BiLSTM를 통한 모델링)과 주파수 패턴(CNN를 통한 모델링)을 동시에 고려하여 분류 성능 향상.
• 실제 소음, 운동 아티팩트, 다양한 병리 상태를 포함한 대규모이고 다양한 PCG 데이터셋을 통해 모델의 일반화 능력을 평가.

제안 방법

• 모델은 65×61 스펙트로그램에서 공간-주파수 특징을 추출하기 위해 ReLU와 배치 정규화를 적용한 3층의 CNN을 사용하며, 이후 최대풀링과 L2 정규화를 거친다.
• 13차원 MFCC 시퀀스(398프레임)를 처리하기 위해 2층의 BiLSTM 네트워크를 사용하여 심장음 주기 내 장기적 시간 패턴을 포착한다.
• CNN과 BiLSTM의 출력은 각각 128개 유닛을 가진 완전 연결층을 거친 후 256개 유닛의 표현으로 결합된다.
• 융합된 표현은 두 번째 완전 연결층(128개 유닛)과 이원 분류를 위한 소프트맥스 출력층(2개 유닛)을 거쳐 최종적으로 정상 또는 무음으로 분류된다.
• 모델은 고정된 학습률 1e-3과 미니배치 크기 128을 사용한 교차엔트로피 손실 함수로 훈련되며, 모든 레이어에 80% 드롭아웃을 적용하여 과적합을 방지한다.
• 클래스 불균형 문제는 각 폴드에서 소수 클래스(무음)의 오버샘플링을 통해 해결되며, 테스트 세트는 그대로 유지되고, 데이터 유출을 방지하기 위해 개인별로 고정된다.

실험 결과

연구 질문

• RQ1 심장박동 분할이 필요 없이 PCG 신호에서 주파수적 및 시간적 특징을 효과적으로 학습할 수 있는 병렬 CNN-BiLSTM 아키텍처가 무음 분류에 유용한가?
• RQ2 동일한 데이터셋에서 병렬 CNN-BiLSTM 모델의 성능은 개별 CNN 또는 BiLSTM 모델과 비교해 어떻게 다른가?
• RQ3 소음, 아티팩트, 병리 상태가 다양하게 포함된 다양한 PCG 기록에 대해 제안된 방법이 얼마나 일반화되는가?
• RQ4 데이터 증강 기법에 의존하지 않고도 불균형 데이터에서 고특이도 및 고민감도 성능을 유지할 수 있는가?

주요 결과

• 제안된 BiLSTM + CNN 모델은 5겹 교차검증에서 96.09% 민감도, 100% 특이도, 98.01% F1 점수를 기록하여 단독으로 사용된 CNN 및 BiLSTM 모델보다 유의미하게 뛰어난 성능을 보였다.
• 단독 CNN는 87.04% 민감도와 100% 특이도를 기록했고, 단독 BiLSTM는 97.14% 민감도와 85.49% 특이도를 기록하여 각각 클래스에 특화된 편향이 있음을 시사했다.
• 병렬 아키텍처는 개별 모델의 약점을 효과적으로 보완한다: CNN는 노이즈가 많은 정상 음에 취약하고, BiLSTM는 정기적인 무음을 정상으로 잘못 분류한다.
• 클래스별 오버샘플링을 통해 훈련 중에 불균형 데이터 문제를 효과적으로 다루었으며, 테스트 세트의 무결성을 훼손하지 않음으로써 성능이 안정적임을 입증했다.
• 심장박동 분할 또는 시작점 검출이 필요 없어, 오류를 일으킬 수 있는 전처리 단계에 대한 의존도가 감소하여 실생활 적용 가능성 향상.
• 시각적(스펙트로그램) 및 시간적(MFCC 시퀀스) 특징을 동시에 모델링함으로써 특징 엔지니어링 기반 접근법보다 뛰어난 분류 성능을 달성함을 입증했다.