[论文解读] Deep Time-Frequency Representation and Progressive Decision Fusion for ECG Classification

Jing Zhang, Jing Tian+3 more|arXiv (Cornell University)|Jan 19, 2019

ECG Monitoring and Analysis参考文献 38被引用 4

一句话总结

该论文提出了一种用于心电图（ECG）分类的深度学习框架，通过短时傅里叶变换（Short-Time Fourier Transform）学习时频表示，并利用渐进式在线融合策略融合不同尺度的卷积神经网络（CNN）的决策。该方法在PhysioNet AF分类挑战数据集上实现了99.44%的准确率和99.21%的F1分数，优于竞赛中的顶级参赛作品。

ABSTRACT

Early recognition of abnormal rhythms in ECG signals is crucial for monitoring and diagnosing patients' cardiac conditions, increasing the success rate of the treatment. Classifying abnormal rhythms into exact categories is very challenging due to the broad taxonomy of rhythms, noises and lack of large-scale real-world annotated data. Different from previous methods that utilize hand-crafted features or learn features from the original signal domain, we propose a novel ECG classification method by learning deep time-frequency representation and progressive decision fusion at different temporal scales in an end-to-end manner. First, the ECG wave signal is transformed into the time-frequency domain by using the Short-Time Fourier Transform. Next, several scale-specific deep convolutional neural networks are trained on ECG samples of a specific length. Finally, a progressive online decision fusion method is proposed to fuse decisions from the scale-specific models into a more accurate and stable one. Extensive experiments on both synthetic and real-world ECG datasets demonstrate the effectiveness and efficiency of the proposed method.

研究动机与目标

• 为在噪声、多种心律失常类型以及标注数据有限的条件下实现准确的心电图节律分类提供解决方案。
• 通过在多个时间尺度上学习判别性表示，克服手工设计特征和单尺度模型的局限性。
• 通过端到端学习时频特征与渐进式决策融合，提升分类的鲁棒性与准确性。
• 开发一种计算效率高的方法，适用于便携式或资源受限的心电图监测系统部署。

提出的方法

• 利用短时傅里叶变换（STFT）将原始心电图信号转换到时频域，以支持多尺度分析。
• 在固定长度的心电图样本上训练多个针对不同尺度的深度卷积神经网络（CNN），以学习不同时间分辨率下的层次化特征。
• 采用渐进式在线决策融合策略，动态结合来自不同尺度模型的预测结果，以提升准确率与稳定性。
• 利用卷积层与池化层的特征图进行可视化，验证模型在时域与频域中检测判别性模式的能力。
• 采用端到端训练，联合优化特征学习与决策融合过程，避免依赖手工设计的特征。
• 在合成的20类心电图数据与真实世界的PhysioNet AF分类数据上对方法进行了验证。

实验结果

研究问题

• RQ1 与传统手工设计的特征相比，深度时频表示是否能提升心电图分类性能？
• RQ2 在多个时间尺度上学习特征是否能增强模型的鲁棒性与准确性？
• RQ3 渐进式在线决策融合是否能有效结合来自不同尺度模型的预测，从而实现更优性能？
• RQ4 在真实世界的心电图数据集（如PhysioNet）上，该方法与最先进方法相比表现如何？
• RQ5 该方法是否能在保持高性能的同时具备计算效率，适用于便携设备的部署？

主要发现

• 该方法在PhysioNet验证集上实现了99.44% ± 0.57%的准确率与99.21% ± 0.81%的F1分数，优于2017年Computing in Cardiology挑战赛的顶级参赛作品。
• 在测试集上，来自不同尺度模型（第4层）的决策融合实现了100%的准确率与100%的F1分数，表明模型具有近乎完美的泛化能力。
• 特征可视化显示，模型在特定频带与时间区域学习到了强烈且具有判别性的响应，尤其在第二卷积层表现显著。
• 模型的预测结果在不同节律类别中聚类良好，仅在“正常”与“噪声”节律边界的少数样本出现误分类，提示可能存在标签噪声或困难样本。
• 该方法在合成数据与真实世界数据上均表现出优越性能，证实了其鲁棒性与泛化能力。
• 结果表明，时频表示与渐进式融合的结合在心电图分类中极为有效，甚至超越了结合手工特征与深度特征的集成方法。