[论文解读] Synthetic ECG Signal Generation Using Generative Neural Networks

Edmond Adib, Fatemeh Afghah+1 more|arXiv (Cornell University)|Dec 5, 2021

ECG Monitoring and Analysis被引用 16

一句话总结

本文评估了五种生成对抗网络（GAN）模型在合成正常心电图搏动生成方面的表现，提出了一套基于阈值接受度、生产率和相似性度量（DTW、Fréchet、欧几里得）的系统性评估框架。结果表明，经典 GAN 的生产率最高（72%），而 BiLSTM-DC GAN 和 WGAN 生成的搏动在视觉上更可接受；通过合成数据增强显著提升了在类别不平衡数据集上的分类器性能。

ABSTRACT

Electrocardiogram (ECG) datasets tend to be highly imbalanced due to the scarcity of abnormal cases. Additionally, the use of real patients' ECGs is highly regulated due to privacy issues. Therefore, there is always a need for more ECG data, especially for the training of automatic diagnosis machine learning models, which perform better when trained on a balanced dataset. We studied the synthetic ECG generation capability of 5 different models from the generative adversarial network (GAN) family and compared their performances, the focus being only on Normal cardiac cycles. Dynamic Time Warping (DTW), Fréchet, and Euclidean distance functions were employed to quantitatively measure performance. Five different methods for evaluating generated beats were proposed and applied. We also proposed 3 new concepts (threshold, accepted beat and productivity rate) and employed them along with the aforementioned methods as a systematic way for comparison between models. The results show that all the tested models can, to an extent, successfully mass-generate acceptable heartbeats with high similarity in morphological features, and potentially all of them can be used to augment imbalanced datasets. However, visual inspections of generated beats favors BiLSTM-DC GAN and WGAN, as they produce statistically more acceptable beats. Also, with regards to productivity rate, the Classic GAN is superior with a 72% productivity rate. We also designed a simple experiment with the state-of-the-art classifier (ECGResNet34) to show empirically that the augmentation of the imbalanced dataset by synthetic ECG signals could improve the performance of classification significantly.

研究动机与目标

• 解决心电图数据高度不平衡的问题，即正常搏动远多于异常情况。
• 克服隐私和监管障碍，这些障碍限制了真实患者心电图数据在研究和训练中的获取。
• 开发一种系统性、定量的框架，用于评估基于 GAN 的合成心电图生成性能。
• 通过使用合成心电图搏动进行数据增强，提升机器学习模型的性能。

提出的方法

• 采用五种 GAN 变体——经典 GAN、DC-DC GAN、AE/VAE-DC GAN、BiLSTM-DC GAN 和 WGAN——从 I 导联信号生成合成正常心电图搏动。
• 引入三种新颖的评估概念：阈值（用于定义可接受搏动）、可接受搏动（在阈值范围内的搏动）和生产率（每轮生成中可接受搏动的百分比）。
• 应用三种相似性度量——动态时间规整（DTW）、Fréchet 距离和欧几里得距离——对生成搏动与真实搏动进行定量比较。
• 实施五种评估方法：相似性度量（1–3）、基于阈值的接受度（4）和视觉检查（5），后者用于验证定量结果。
• 设计了一个二分类实验，使用 ECGResNet34 检测合成数据增强对模型性能的影响。
• 使用真实数据、类别不平衡数据和增强数据集，比较模型的准确率、精确率、召回率和 F1 分数。

实验结果

研究问题

• RQ1 哪种 GAN 模型在 DTW、Fréchet 和欧几里得距离度量下，生成的合成心电图搏动与真实正常搏动的形态相似性最高？
• RQ2 所提出的生产率度量在量化 GAN 模型生成可接受合成心电图搏动的效率方面有多有效？
• RQ3 由 GAN 生成的合成心电图数据能否有效增强类别不平衡的真实数据集，从而提升下游分类性能？
• RQ4 对生成搏动的视觉检查结果与定量度量在评估模型性能方面相比如何？
• RQ5 不同 GAN 架构在生成高质量、形态逼真的心电图搏动方面的能力差异有多大？

主要发现

• 经典 GAN 的生产率最高，达到 72%，表明其在单位时间与计算成本下生成可接受搏动的效率最优。
• 根据视觉检查，BiLSTM-DC GAN 和 WGAN 生成的搏动在视觉上比其他模型更可接受，尽管其生产率略低。
• 欧几里得距离度量不适用于心电图搏动评估，因其无法检测形态差异；一个示例显示最小距离但无形态相似性。
• DTW 和 Fréchet 距离函数在不同模型间表现出一致的性能排名，表明其在定量比较中的可靠性。
• 通过合成数据增强，ECGResNet34 的 F1 分数从不平衡真实数据集上的 0.42 显著提升至平衡增强数据集上的 0.97，接近在完全真实平衡数据集上的表现。
• 所提出的评估框架——包括阈值、可接受搏动和生产率——为比较 GAN 在合成心电图生成中的表现提供了一套系统性、定量的方法，填补了现有评估实践中的空白。