[论文解读] Segmental Convolutional Neural Networks for Detection of Cardiac Abnormality With Noisy Heart Sound Recordings

Yuhao Zhang, Sandeep Ayyar+2 more|arXiv (Cornell University)|Dec 6, 2016

Phonocardiography and Auscultation Techniques参考文献 4被引用 9

一句话总结

该论文提出一种分段卷积神经网络（CNN），用于在噪声较大的心音记录中自动检测心脏异常，实现端到端的特征学习，无需人工特征工程。该模型在隐半马尔可夫模型（HSMM）流程生成的片段上进行训练，最终在2016年PhysioNet/CinC挑战赛数据集上达到87.5%的准确率，超过当时最先进的统计分类器（84.6%），证明了深度学习在噪声心音图数据中的优越性。

ABSTRACT

Heart diseases constitute a global health burden, and the problem is exacerbated by the error-prone nature of listening to and interpreting heart sounds. This motivates the development of automated classification to screen for abnormal heart sounds. Existing machine learning-based systems achieve accurate classification of heart sound recordings but rely on expert features that have not been thoroughly evaluated on noisy recordings. Here we propose a segmental convolutional neural network architecture that achieves automatic feature learning from noisy heart sound recordings. Our experiments show that our best model, trained on noisy recording segments acquired with an existing hidden semi-markov model-based approach, attains a classification accuracy of 87.5% on the 2016 PhysioNet/CinC Challenge dataset, compared to the 84.6% accuracy of the state-of-the-art statistical classifier trained and evaluated on the same dataset. Our results indicate the potential of using neural network-based methods to increase the accuracy of automated classification of heart sound recordings for improved screening of heart diseases.

研究动机与目标

• 为解决在噪声大、现实环境中对心音记录进行分类的挑战，因为人工特征提取在此类场景下失效。
• 评估传统手工设计的特征集是否在噪声记录中泛化能力差。
• 开发一种深度学习方法，直接从噪声心音片段中学习判别性特征。
• 在相同噪声数据集上，将分段CNN的性能与最先进的统计分类器进行比较。
• 探索端到端学习在低资源环境下自动化心脏异常筛查中的潜力。

提出的方法

• 该方法使用隐半马尔可夫模型（HSMM）将原始心音记录分割为单个心脏周期。
• 将分割后的心音周期作为固定长度的输入窗口，用于卷积神经网络的训练。
• 提出两种CNN架构——DCNN-Large和FCNN-Deep，采用小滤波器（例如200ms窗口）和多层卷积层，以实现分层特征学习。
• 模型使用随机梯度下降进行端到端训练，直接从原始信号片段中学习空间和时间模式。
• 将模型与传统分类器（如SVM）进行比较，后者使用先前为低噪声记录开发的手动整理特征集。
• 通过可视化学习到的滤波器和激活图，评估网络的可解释性，分析正常与异常片段中学习到的模式。

实验结果

研究问题

• RQ1 当应用于噪声心音记录时，深度卷积神经网络是否能优于传统统计分类器？
• RQ2 在真实世界噪声数据中，是否由于为清洁记录开发的手工特征而泛化能力差？
• RQ3 使用分段CNN进行端到端学习，是否能比依赖专家特征的传统流程获得更高的准确率？
• RQ4 CNN中学习到的滤波器是否与异常心音的已知声学模式相对应？
• RQ5 模型能否基于卷积层中的激活模式区分正常与异常片段？

主要发现

• 分段CNN模型（DCNN-Large）在2016年PhysioNet/CinC挑战赛数据集上达到87.5%的分类准确率，超过最佳传统分类器（SVM）的84.6%。
• 与传统方法相比，CNN在检测异常心音方面表现出更高的敏感性和整体准确率。
• 对学习到的滤波器进行可视化后发现，网络能够捕捉到有意义的声学模式，特别是与异常信号相关的模式。
• 激活图显示，卷积层和隐藏层中有更多神经元对异常片段产生响应，表明病理特征被有效学习。
• 结果表明，人工特征工程可能并非噪声记录的最佳选择，而端到端深度学习提供了更具鲁棒性的替代方案。
• 本研究表明，进一步的超参数调优和信号分解（例如通过EMD）可能进一步提升性能。