[论文解读] Fetal Gender Identification using Machine and Deep Learning Algorithms on Phonocardiogram Signals

Reza Khanmohammadi, Mitra Sadat Mirshafiee+2 more|arXiv (Cornell University)|Oct 10, 2021

Phonocardiography and Auscultation Techniques参考文献 22被引用 9

一句话总结

本研究提出了一种新颖的集成机器学习方法，用于利用胎儿心音图（FPCG）信号进行胎儿性别识别，结合了先进的降噪技术和多样化的特征提取方法。通过融合去噪自编码器与源分离技术，并结合多种分类器，该方法在未见数据上实现了91%的准确率，显著优于基线模型，证明了基于FPCG的性别预测的可行性。

ABSTRACT

Phonocardiogram (PCG) signal analysis is a critical, widely-studied technology to noninvasively analyze the heart's mechanical activity. Through evaluating heart sounds, this technology has been chiefly leveraged as a preliminary solution to automatically diagnose Cardiovascular diseases among adults; however, prenatal tasks such as fetal gender identification have been relatively less studied using fetal Phonocardiography (FPCG). In this work, we apply common PCG signal processing techniques on the gender-tagged Shiraz University Fetal Heart Sounds Database and study the applicability of previously proposed features in classifying fetal gender using both Machine Learning and Deep Learning models. Even though PCG data acquisition's cost-effectiveness and feasibility make it a convenient method of Fetal Heart Rate (FHR) monitoring, the contaminated nature of PCG signals with the noise of various types makes it a challenging modality. To address this problem, we experimented with both static and adaptive noise reduction techniques such as Low-pass filtering, Denoising Autoencoders, and Source Separators. We apply a wide range of previously proposed classifiers to our dataset and propose a novel ensemble method of Fetal Gender Identification (FGI). Our method substantially outperformed the baseline and reached up to 91% accuracy in classifying fetal gender of unseen subjects.

研究动机与目标

• 探索利用胎儿心音图（FPCG）信号实现自动胎儿性别识别（FGI）的可行性，该应用相较于心血管疾病检测仍属研究不足。
• 通过静态和自适应降噪技术（包括低通滤波、去噪自编码器（DAE）和源分离（SCBSS））应对FPCG信号噪声大的挑战。
• 评估并比较传统机器学习分类器（如SVM、XGBoost、KNN、LDA、逻辑回归）在手工提取特征与深度学习特征上的表现，用于FGI。
• 开发并验证一种新型集成模型，通过组合多个分类器以提升在未见胎儿受试者上的泛化能力与性能。
• 基于设拉子大学胎儿心音数据库和医学相关指标（如准确率、敏感度、特异度）建立FGI的稳健基线。

提出的方法

• 应用静态与自适应噪声抑制技术：低通滤波、去噪自编码器（DAE）以及神经源分离模型（SCBSS），以净化FPCG信号。
• 从降噪后的FPCG信号中提取全面的特征集，包括统计特征、频谱特征（MFCC、频谱质心）和时域特征。
• 在提取的特征上训练并评估多种经典机器学习分类器——KNN、SVM、XGBoost、LDA和逻辑回归。
• 提出一种新型集成方法，通过组合表现最佳的单个分类器的预测结果，以提升鲁棒性与准确率。
• 采用留一受试者交叉验证（LOSO）以确保训练集与测试集之间无数据泄露，保持受试者级别的泛化能力。
• 使用标准指标评估模型：准确率（Acc）、精确率（PR）、敏感度（SN）和特异度（SP），分别在保留集和LOSO设置下进行。

实验结果

研究问题

• RQ1 能否有效利用胎儿心音图（FPCG）信号，通过机器学习与深度学习模型实现胎儿性别识别？
• RQ2 不同的降噪技术（静态的（低通滤波）与自适应的（DAE、SCBSS））如何影响FGI模型的性能？
• RQ3 在设拉子FPCG数据集上，哪种特征提取与分类方法的组合能实现最高的胎儿性别分类准确率？
• RQ4 集成多个分类器是否优于单个模型？如果是，原因是什么？
• RQ5 迁移学习与数据增强技术在小样本FPCG数据集上在多大程度上能提升模型性能？

主要发现

• 所提出的集成模型在未见受试者的胎儿性别分类中达到了91%的准确率，显著优于单个分类器和基线模型。
• 降噪技术对性能有显著影响，其中SCBSS降噪后的信号在所有分类器中均表现最佳。
• 集成方法通过结合多个分类器的多样化预测优势，展现出更优的泛化能力，减少过拟合并提升鲁棒性。
• 在经典模型中，SVM在判别性MFCC特征上表现最佳，而逻辑回归表现最弱，凸显了模型选择的重要性。
• 即使通过音高调整和噪声注入进行数据增强，深度学习模型也未表现出显著性能提升，表明标准深度学习方法在小样本FPCG数据集上存在局限性。
• 留一受试者交叉验证表明，受试者级别的泛化至关重要；若存在数据泄露（如仅留下一个样本），模型性能显著下降，因此采用受试者级别验证具有充分合理性。