[论文解读] A Deep Bayesian Neural Network for Cardiac Arrhythmia Classification with Rejection from ECG Recordings

Wenrui Zhang, Xinxin Di+4 more|arXiv (Cornell University)|Feb 26, 2022

ECG Monitoring and Analysis被引用 4

一句话总结

本文提出一种结合蒙特卡洛 dropout 的深度贝叶斯神经网络，用于从 12 导联心电图中分类心律失常，同时基于数据与模型不确定性的综合评估实现预测拒绝。通过拒绝高不确定性预测，该方法在被接受的病例中提升了分类准确率，表明不确定性估计可增强临床可靠性，并支持在心电图解读中更安全地部署深度学习技术。

ABSTRACT

With the development of deep learning-based methods, automated classification of electrocardiograms (ECGs) has recently gained much attention. Although the effectiveness of deep neural networks has been encouraging, the lack of information given by the outputs restricts clinicians' reexamination. If the uncertainty estimation comes along with the classification results, cardiologists can pay more attention to "uncertain" cases. Our study aims to classify ECGs with rejection based on data uncertainty and model uncertainty. We perform experiments on a real-world 12-lead ECG dataset. First, we estimate uncertainties using the Monte Carlo dropout for each classification prediction, based on our Bayesian neural network. Then, we accept predictions with uncertainty under a given threshold and provide "uncertain" cases for clinicians. Furthermore, we perform a simulation experiment using varying thresholds. Finally, with the help of a clinician, we conduct case studies to explain the results of large uncertainties and incorrect predictions with small uncertainties. The results show that correct predictions are more likely to have smaller uncertainties, and the performance on accepted predictions improves as the accepting ratio decreases (i.e. more rejections). Case studies also help explain why rejection can improve the performance. Our study helps neural networks produce more accurate results and provide information on uncertainties to better assist clinicians in the diagnosis process. It can also enable deep-learning-based ECG interpretation in clinical implementation.

研究动机与目标

• 为解决深度学习模型在心电图解读中缺乏预测置信度估计的临床局限性。
• 通过将不确定性估计整合到自动化心电图分类中，提升诊断可靠性。
• 实现预测拒绝——将不确定性高的病例从自动化输出中排除，使临床医生可专注于高风险或模糊病例。
• 评估基于不确定性的拒绝是否能提升被接受预测的性能，相较于全部接受的情况。
• 通过将高不确定性与临床挑战性病例（如标签不一致或信号噪声）关联，提供可解释性。

提出的方法

• 在 2018 年 CPSC 挑战赛的真实世界 12 导联心电图数据集上，训练一个 61 层的深度贝叶斯卷积神经网络。
• 在推理过程中应用蒙特卡洛 dropout，通过多次前向传播采样来估计模型不确定性。
• 从 dropout 样本中预测类别概率的方差估计数据不确定性。
• 对每个预测，将数据不确定性与模型不确定性相加，计算总不确定性。
• 应用拒绝阈值：总不确定性高于阈值的预测将被拒绝，不予分类。
• 在不同拒绝阈值下评估该方法，并由心脏病专家开展病例研究，以解释高不确定性与误分类病例。

实验结果

研究问题

• RQ1 基于贝叶斯深度学习的不确定性估计能否提升自动化心电图心律失常分类的可靠性？
• RQ2 拒绝高不确定性预测是否能提升剩余被接受预测的性能？
• RQ3 高不确定性的主要临床原因是什么，如标签不一致或信号噪声，它们如何影响模型预测？
• RQ4 随着拒绝比例的增加，模型性能如何变化？
• RQ5 基于不确定性的拒绝能否通过优先将困难或模糊病例提交专家审查，支持更安全的临床部署？

主要发现

• 正确分类样本的不确定性显著低于错误分类样本（p < 0.01），证实不确定性与预测可靠性相关。
• 随着拒绝阈值降低（即更多预测被拒绝），所有心律失常类型被接受预测的精确率均提升，表明保留病例的性能得到改善。
• 被拒绝样本更可能被错误分类，表明不确定性能有效识别出需临床审查的高风险或模糊病例。
• 病例研究显示，高数据不确定性通常源于信号噪声或专家间标签不一致，尤其在混合或边界病例中更为明显。
• 低不确定性下的错误预测主要源于标签不一致或不完整，如多病种共存时仅标注一种心律失常。
• 该方法支持基于疾病严重程度的动态阈值设定，可为危及生命的心律失常提供更高的安全裕度。