[论文解读] K-margin-based Residual-Convolution-Recurrent Neural Network for Atrial Fibrillation Detection

Yuxi Zhou, Shenda Hong+5 more|arXiv (Cornell University)|Aug 9, 2019

ECG Monitoring and Analysis参考文献 16被引用 7

一句话总结

本文提出了一种基于K-margin的残差卷积循环神经网络（RCR-net），用于在噪声 ECG 中实现稳健的房颤（AF）检测。通过结合偏度驱动的动态数据增强、通过残差-卷积-循环架构实现的多尺度特征提取，以及聚焦于前K个不确定片段的K-margin投票机制，该方法在 PhysioNet 2017 数据集上实现了 0.8125 的 F₁NAOP 评分，相较于所有先前的深度学习方法提升了 6.8%。

ABSTRACT

Atrial Fibrillation (AF) is an abnormal heart rhythm which can trigger cardiac arrest and sudden death. Nevertheless, its interpretation is mostly done by medical experts due to high error rates of computerized interpretation. One study found that only about 66% of AF were correctly recognized from noisy ECGs. This is in part due to insufficient training data, class skewness, as well as semantical ambiguities caused by noisy segments in an ECG record. In this paper, we propose a K-margin-based Residual-Convolution-Recurrent neural network (K-margin-based RCR-net) for AF detection from noisy ECGs. In detail, a skewness-driven dynamic augmentation method is employed to handle the problems of data inadequacy and class imbalance. A novel RCR-net is proposed to automatically extract both long-term rhythm-level and local heartbeat-level characters. Finally, we present a K-margin-based diagnosis model to automatically focus on the most important parts of an ECG record and handle noise by naturally exploiting expected consistency among the segments associated for each record. The experimental results demonstrate that the proposed method with 0.8125 F1NAOP score outperforms all state-of-the-art deep learning methods for AF detection task by 6.8%.

研究动机与目标

• 为解决因数据稀缺、类别不平衡以及噪声引起的语义模糊性而导致的 ECG 中 AF 检测准确率低下的挑战。
• 开发一种端到端的深度学习模型，自动学习局部心跳级和长期心律级特征，无需人工特征工程。
• 通过基于 K-margin 的诊断机制聚焦于最具信息量的片段，提升对噪声和标签模糊性的鲁棒性。
• 在 PhysioNet 2017 AF 检测基准上超越现有深度学习模型，特别是在处理噪声和模糊 ECG 记录方面。

提出的方法

• 采用基于偏度驱动的动态数据增强策略，通过基于原始 ECG 分布偏度生成合成样本，以缓解数据稀缺和类别不平衡问题。
• 设计了一种新型残差-卷积-循环神经网络（RCR-net），用于提取分层特征：卷积层捕捉局部心跳模式，而循环层建模长期心律动态。
• 基于 K-margin 的诊断模型从每份 ECG 记录中选择前K个最不确定的片段，并利用其置信度差距进行投票以确定最终标签，从而增强对噪声和模糊性的鲁棒性。
• 该模型利用同一份 ECG 记录中各片段之间的预期一致性，优先选择预测差距最小的片段，以提升泛化能力。
• 该框架将数据增强、特征学习与不确定性感知分类整合为统一的端到端训练与推理流水线。
• 通过调整窗口大小、最大步长和分割数量等超参数，平衡局部特征保留与全局心律建模。

实验结果

研究问题

• RQ1 当训练数据有限且类别不平衡时，深度学习模型能否有效检测噪声 ECG 中的 AF？
• RQ2 模型如何能自动聚焦于 ECG 中最具诊断相关性的片段，同时抑制噪声引起的模糊性？
• RQ3 基于 K-margin 的投票机制在利用 ECG 片段间的不确定性与一致性方面，能在多大程度上提升分类性能？
• RQ4 残差-卷积-循环架构能否有效捕捉 ECG 信号中的局部搏动级与长期心律级特征？
• RQ5 基于数据偏度的动态数据增强是否能比标准增强方法带来更好的泛化性能？

主要发现

• 所提出的基于 K-margin 的 RCR-net 在 PhysioNet 2017 数据集上实现了 0.8125 的 F₁NAOP 评分，相较于所有最先进深度学习方法提升了 6.8%。
• 由于其不确定性感知的片段选择机制，该模型在噪声干扰下表现出更优的鲁棒性，尤其在识别“无法分类的噪声过强”记录方面表现突出。
• 混淆矩阵分析表明，误分类大多具有临床可解释性，例如正常窦性心律与其它心律之间的混淆，这类区分在临床上本就极具挑战。
• 基于 K-margin 的投票机制通过聚焦于最不确定但最具信息量的片段提升了性能，K=3 时达到最优，超过该值后性能因标签置信度下降而退化。
• 超参数分析表明，较小的 ECG 片段窗口（如 50–1000 ms）能提升性能，有助于更好地捕捉心律趋势，而过小的窗口则会丢失关键的局部搏动特征。
• 通过特征可视化可观察到，模型学习到的深层特征在四种类别（正常、AF、其它心律、噪声过强）之间具有高度可分性，表明其具备有效的表征学习能力。