[论文解读] Advancing the State-of-the-Art for ECG Analysis through Structured State Space Models

Temesgen Mehari, Nils Strodthoff|arXiv (Cornell University)|Nov 14, 2022

ECG Monitoring and Analysis被引用 5

一句话总结

本文提出结构化状态空间模型（SSMs）用于心电图（ECG）分析，在PTB-XL和Chapman数据集上性能优于卷积神经网络。SSMs能够捕捉长期时间依赖性，在实现最先进分类准确率的同时，未发现500Hz采样或输入窗口超过3秒具有显著优势。

ABSTRACT

The field of deep-learning-based ECG analysis has been largely dominated by convolutional architectures. This work explores the prospects of applying the recently introduced structured state space models (SSMs) as a particularly promising approach due to its ability to capture long-term dependencies in time series. We demonstrate that this approach leads to significant improvements over the current state-of-the-art for ECG classification, which we trace back to individual pathologies. Furthermore, the model's ability to capture long-term dependencies allows to shed light on long-standing questions in the literature such as the optimal sampling rate or window size to train classification models. Interestingly, we find no evidence for using data sampled at 500Hz as opposed to 100Hz and no advantages from extending the model's input size beyond 3s. Based on this very promising first assessment, SSMs could develop into a new modeling paradigm for ECG analysis.

研究动机与目标

• 通过引入结构化状态空间模型（SSMs）挑战基于深度学习的ECG分析中卷积神经网络的主导地位。
• 在标准ECG基准数据集（PTB-XL和Chapman）上评估SSMs的分类性能。
• 探究ECG建模中的长期开放问题，包括最优采样频率和输入窗口大小。
• 评估模型在不同采样率和输入长度下的泛化能力。

提出的方法

• 作者实现了一种4S4+1FC SSM架构，利用结构化状态空间层对原始ECG信号中的长程时间依赖性进行建模。
• 每个SSM层采用连续时间状态空间公式，并映射到离散时间，通过学习的核参数实现类似卷积的高效计算。
• 模型在12导联ECG数据上端到端训练，使用标准交叉熵损失和早停策略。
• 通过平均多个重叠输入窗口的预测结果，应用测试时增强以提高鲁棒性和泛化能力。
• 在PTB-XL和Chapman测试集上使用宏AUC评估模型性能，并与先前最先进模型进行比较。
• 通过消融研究评估输入尺寸（1.5秒至5秒）和采样频率（100Hz与500Hz）的敏感性和性能表现。

实验结果

研究问题

• RQ1 SSM架构在标准基准上的ECG分类任务中是否优于现有的卷积模型？
• RQ2 与100Hz采样数据相比，使用500Hz采样ECG数据是否具有性能优势？
• RQ3 ECG分类的最佳输入窗口大小是多少？性能是否在某一长度后趋于饱和？
• RQ4 SSMs是否能在无需微调或性能损失的情况下泛化到不同采样率？
• RQ5 ECG数据中的长期依赖关系是否超过3秒？建模这些依赖是否对分类有益？

主要发现

• 基于SSM的模型在PTB-XL和Chapman ECG分类基准上均达到最先进性能，优于先前的卷积模型。
• 在100Hz和500Hz采样频率之间未发现性能的显著差异，表明更高采样频率无优势。
• 模型性能在输入窗口大小为2–3秒时达到峰值，超过3秒后无进一步提升。
• 模型在不同采样率下保持一致性能，表明具备强大的泛化能力。
• SSM建模长期依赖的能力使系统性评估输入大小和采样率成为可能，解决了文献中长期存在的模糊问题。
• 结果表明，对重叠的3秒窗口预测结果进行平均，比延长输入长度更有效，原因在于心脏周期的重复性。