[论文解读] ECG-DelNet: Delineation of Ambulatory Electrocardiograms with Mixed Quality Labeling Using Neural Networks

Guillermo Jiménez-Pérez, Alejandro Alcaine+1 more|arXiv (Cornell University)|May 11, 2020

ECG Monitoring and Analysis被引用 4

一句话总结

ECG-DelNet 提出了一种基于 U-Net 的深度学习框架，用于在混合质量标签下对动态 ECG 中的 P 波、QRS 波群和 T 波进行描绘。该模型在 PhysioNet QT 数据库上进行训练，采用数据增强和正则化技术，对 QRS 波群的召回率达到 98.73%，精确率达到 99.14%，尽管数据有限，仍与最先进的数字信号处理（DSP）方法表现相当。

ABSTRACT

Electrocardiogram (ECG) detection and delineation are key steps for numerous tasks in clinical practice, as ECG is the most performed non-invasive test for assessing cardiac condition. State-of-the-art algorithms employ digital signal processing (DSP), which require laborious rule adaptation to new morphologies. In contrast, deep learning (DL) algorithms, especially for classification, are gaining weight in academic and industrial settings. However, the lack of model explainability and small databases hinder their applicability. We demonstrate DL can be successfully applied to low interpretative tasks by embedding ECG detection and delineation onto a segmentation framework. For this purpose, we adapted and validated the most used neural network architecture for image segmentation, the U-Net, to one-dimensional data. The model was trained using PhysioNet's QT database, comprised of 105 ambulatory ECG recordings, for single- and multi-lead scenarios. To alleviate data scarcity, data regularization techniques such as pre-training with low-quality data labels, performing ECG-based data augmentation and applying strong model regularizers to the architecture were attempted. Other variations in the model's capacity (U-Net's depth and width), alongside the application of state-of-the-art additions, were evaluated. These variations were exhaustively validated in a 5-fold cross-validation manner. The best performing configuration reached precisions of 90.12%, 99.14% and 98.25% and recalls of 98.73%, 99.94% and 99.88% for the P, QRS and T waves, respectively, on par with DSP-based approaches. Despite being a data-hungry technique trained on a small dataset, DL-based approaches demonstrate to be a viable alternative to traditional DSP-based ECG processing techniques.

研究动机与目标

• 开发一种基于深度学习的 ECG 波形描绘方法，使其能够泛化于多种波形形态和不同数据质量水平。
• 通过利用数据正则化和增强技术，克服 ECG 标注数据稀缺的问题。
• 将二维 U-Net 架构适配为一维 ECG 信号，以实现 P 波、QRS 波群和 T 波的端到端分割。
• 在单导联和多导联场景下评估模型性能，分析其在不同输入配置下的泛化能力。
• 证明尽管数据集较小，深度学习方法仍可与传统基于 DSP 的描绘方法在精确率和召回率上持平或超越。

提出的方法

• 通过应用一维卷积和转置卷积，将 U-Net 架构适配为一维 ECG 信号的序列到序列分割任务。
• 在小规模 QT 数据库（105 个记录）上应用强 L2 正则化和 Dropout 正则化，以防止过拟合。
• 通过在低质量标签上进行预训练，提升模型的泛化能力和初始特征学习能力。
• 实施基于 ECG 的数据增强技术，包括心率变化、信噪比（SNR）调节和波形形状调制。
• 评估不同深度（3–7 层）和宽度（每层 1–4 个模块）的模型变体，以分析模型容量的影响。
• 采用五折交叉验证训练和验证模型，并使用标准分割指标（精确率、召回率、F1 分数）进行评估。

实验结果

研究问题

• RQ1 基于 U-Net 的深度学习模型是否能在小规模、混合质量的 ECG 数据库上实现高精度的波形描绘？
• RQ2 在标注数据有限的情况下，数据增强和正则化策略如何影响模型性能？
• RQ3 尽管输入维度增加，多导联输入是否能提升波形描绘性能，优于单导联输入？
• RQ4 模型架构容量（深度和宽度）在小数据集上在多大程度上影响模型泛化能力？
• RQ5 在精确率和召回率方面，基于深度学习的描绘方法是否能与传统基于 DSP 的方法持平或超越？

主要发现

• 表现最佳的模型对 P 波的精确率为 90.12%，召回率为 98.73%；对 QRS 波群的精确率为 99.14%，召回率为 99.94%；对 T 波的精确率为 98.25%，召回率为 99.88%。
• 在单导联和多导联配置下，该模型的性能均优于或匹配最先进的基于 DSP 的方法。
• 当未应用正则化时，模型容量增加会导致性能显著下降，凸显正则化在模型训练中的重要性，而非单纯依赖架构扩展。
• 在低质量标签上进行预训练以及实施数据增强，显著提升了模型泛化能力，尤其是在数据稀缺的场景下。
• 强正则化（L2 正则化、Dropout）和架构先验（SDo）比增加模型深度或宽度更为有效。
• 多导联输入并未带来优于单导联输入的性能，表明导联融合策略可能掩盖潜在错误或引入噪声。