基于深度學習的心電信號特征點檢測的算法研究

梁曉洪,宋寧寧,劉成友,田書暢,張華偉,秦航

(南京醫科大學附屬南京醫院(南京市第一醫院),南京 210006)

0 引言

心電圖是診斷心臟疾病的基本依據,可為臨床醫生提供重要信息。常規心電波形主要由P波、QRS波群和T波組成。臨床上通過分析這三種波形的狀態、持續時間、振幅和波段(PR間期、ST段和QT間期等)檢測患者的心臟狀況,但心電信號是非平穩信號,極易受噪聲干擾,且不同患者間的差異性使得異常心電信號的識別成為一項極具挑戰性的工作[1]。

心電信號特征點識別可從心電信號中自動提取重要特征,以輔助醫生做出進一步決策?；诖?研究者提出了多種算法進行心電信號特征點的自動識別,如Pan and Tompkins[2]、小波變換[3]、經驗模態分解[4-5]和希爾伯特變換[6-7]等,該類方法將心電信號進行時頻變換以增強待檢測波形,并借助不同的經驗閾值進行各類波形檢測。

隨著深度學習的發展,許多研究將其運用至波形特征點檢測中。Sodmann等[8]利用一種具有不同內核大小的新型卷積神經網絡(convolution neural network,CNN)進行P波、QRS波群和T波的自動識別,取得了顯著的檢測性能;Abrishami等[9]和Nurmaini等[10]使用雙向長短期記憶(bidirectional long term and short term memory,BiLSTM)將心電波形分為三類。Peimankar等[11]開發了一種CNN-2BiLSTM網絡,用于心電信號各類波形的識別。結果表明,結合CNN和LSTM的模型比單一CNN或LSTM模型具有更好的識別性能。

然而,以上信號處理算法主要存在以下問題:一是大多數算法借助經驗設定閾值,在信號噪聲水平較高時,經驗閾值失效導致波形檢測性能較差;二是由于大多數算法需要預先指定閾值或其他假設,缺乏對未知數據庫的泛化能力;三是缺乏詳盡帶有注釋的心電數據庫,大多數實驗只在公開數據庫[12]上進行,基于深度學習的心電特征點檢測算法具有一定的局限性[13-14]。針對上述問題,本研究基于SegNet模型[15],提出了一種高效的心電信號特征點檢測算法ECG_SegNet,將心電信號劃分為P波、QRS波群和T波,同時獲得不同波形的特征點檢測結果。

1 材料與方法

1.1 數據與方法

1.1.1數據預處理 本研究使用LU數據庫[16]中的200條單導聯心電記錄和QT數據庫[17]中87條心電記錄作為研究對象,并將其分割為10 s的心電片段。QT數據庫中的每份心電記錄只有30～100個節拍被心臟病專家標記[18],其余記錄均由ecgpuwave[19]方法標記。為獲得研究數據,并保證標簽的準確性,本研究參考ecgpuwave方法來校準剩余的心電標簽,在心電圖室醫生建議下,對87條心電記錄重新進行校準。同時將LU數據庫的心電記錄重采樣至250 Hz,隨后按照預設心電信號片段時間長度對重采樣后的心電信號進行分割處理,得到一系列預設長度的標準心電信號片段;并將原始心電信號所對應的波形位置分別對應至分割后心電信號片段對應的波形位置;最后對心電片段中P波、QRS波群及T波位置進行one-hot編碼,每個心電片段的標簽被映射成四個通道的二進制序列。

1.1.2模型架構 本研究提出的基于深度學習的心電信號智能分析模型ECG_SegNet網絡結構,見圖1。為捕獲豐富的心電信號特征,在編碼結構第2層到第4層的最大池化層后添加標準空洞卷積模塊(standard dilated convolution module,SDCM),并將提取的心電特征合并后,輸入最大池化層,以減少時間和空間消耗。由于心電信號是時間序列,為平滑心電信號中存在的高頻噪聲,本研究在編碼器結構的最后添加了2層BiLSTM來捕獲時間依賴信息,并通過前后向傳播獲取心電波形不同的形態特征[20]。經參數尋優,2層BiLSTM層中的隱藏單元數分別設置為60和30。

解碼結構可利用編碼結構提取的心電特征重構原始心電信號,并獲取分類特征。由于編碼器部分的池化操作可導致信息丟失,本研究采用了多尺度解碼結構,將編碼結構中各級心電信號的特征集輸出結果直接短接至解碼結構中分級解碼,合并后作為最后特征輸出,以有效減少編碼過程中的信息丟失。最后,將提取的心電信息特征輸入全連接層和softmax分類器后,得到心電信號的分類結果。經后處理,得到心電信號特征點的檢測結果。

1.1.3標準空洞卷積模塊 為解決因不同卷積核大小的卷積簡單疊加導致網絡層數過深,產生過擬合及計算量增加等問題,本研究結合一維空洞卷積,設計了SDCM,其結構見圖2。該模塊由兩個并行的標準卷積、空洞卷積運算和指數線性單元(exponential linear unit,ELU)[21]組成?？斩淳矸e可提取局部和全局信息,雙通道特征提取可獲得大量重要的心電信號特征。

1.2 訓練設置

1.2.1訓練及測試方式 本研究利用Matlab對心電信號進行預處理,在Python 3.7.6 Keras API環境下搭建模型,選擇Adam作為訓練優化器,損失函數為多分類交叉熵,學習率和epoch分別設置為1e-3和60,同時設置early stopping以減少過擬合。模型使用ELU作為網絡的激活函數,以避免神經元失活引起梯度消失。

圖1 ECG_SegNet模型網絡結構

圖2 SDCM模型網絡結構

本研究采用數據庫內和數據庫間兩種訓練測試策略。隨機抽取QT數據庫中66名受試者的心電記錄作為訓練集,其余21名受試者的心電記錄作為測試集,將訓練好的模型在測試集上測試,以評價模型在數據庫內部的泛化能力。此外,本研究將全部QT數據庫心電記錄作為訓練集,全部LU數據庫心電記錄作為測試集,來驗證模型在不同數據庫之間的泛化能力。

1.2.2評價指標 本研究利用式(1)—式(4)對模型性能進行評估:

(1)

(2)

(3)

(4)

式中,N代表心電片段采樣點的個數,y′i和yi分別是算法檢測位置和醫生注釋位置。m代表算法檢測結果和醫生注釋位置偏差絕對值的均值,s是均值m的標準差。根據AAMI建議,當心率為70次/分時,若算法檢測結果與醫生注釋間偏差絕對值不超過150 ms,則可認為該算法檢測結果正確。以QRS波群起止點檢測結果為例,若檢測算法預測到的QRS波群起點在醫生注釋的QRS波群起點位置前后的150 ms范圍內,則將預測結果標記為真陽性(TP);若檢測算法預測到的QRS波群起點不在醫生注釋的QRS波群起點位置前后的150 ms范圍內,則將預測結果標記為假陽性(FP);若檢測算法無法在醫生注釋范圍內檢測到QRS波群起點的位置,則將預測結果標記為假陰性(FN)。

2 結果與分析

2.1 各類心電信號特征點檢測結果

2.1.1QT數據庫檢測結果,模型在QT數據庫上P波、QRS波群和T波的檢測結果,見表1。其平均Sen、PPV、F1、偏差及其標準差(m±s)分別為99.66%、99.50%、99.58%和(8.56±8.71) ms。其中,模型檢測P波、QRS波群和T波的平均Sen分別為99.50%、99.86%和99.63%;平均PPV分別為99.55%、99.77%和99.19%;平均F1分別為99.53%、99.81%和99.41%;平均偏差及其標準差(m±s)分別為(6.80±5.88) ms、(4.69±4.82) ms和(14.19±15.41) ms。P波,QRS波群和T波起止點檢測平均Sen、PPV和F1均在99%以上。QRS波群的檢測性能最好,其次是P波和T波。P波和QRS波起止點的平均偏差及其標準差均小于8 ms,T波起止點的平均偏差及其標準差略大,但小于20 ms。

表1 ECG_SegNet模型在QT數據庫上P波、QRS波群和T波起止點檢測結果

2.1.2LU數據庫檢測結果 由表2可知,在LU數據庫中,模型P波、QRS波群和T波三種波形平均檢測的Sen、PPV、F1和偏差及其標準差(m±s)分別為98.30%、95.85%、97.05%和(12.23±15.88) ms。其中,模型檢測P波、QRS波群和T波的平均Sen分別為97.28%、99.50%和98.12%;平均PPV分別為92.33%、98.27%和96.95%;平均F1分別為94.74%、98.88%和97.53%;平均偏差及其標準差分別為(8.24±11.93) ms、(9.71±12.41) ms和(18.73±23.30) ms。P波、QRS波群和T波起止點的平均Sen、PPV和F1均在90%以上。P波和QRS波群起止點的平均偏差及其標準差(m±s)均小于13 ms,T波起止點的平均偏差及其標準差略大,但小于25 ms。與模型在QT數據庫上波形檢測結果相比,平均Sen、PPV和F1分別下降了1.36%、3.66%和2.53%,平均偏差及其標準差分別增加了3.67和7.72 ms。

表2 ECG_SegNet模型在LU數據庫上P波、QRS波群和T波起止點檢測結果

2.2 可視化結果

圖3、4為ECG_SegNet模型在QT和LU數據庫下波形特征點檢測的可視化結果。由圖可知,該模型可根據醫生標注結果將P波(粉色)、QRS波群(綠色)和T波(紫色)三種波形正確分類。

圖3 ECG_SegNet模型在QT數據庫sel100號數據可視化結果

圖4 ECG_SegNet模型在LU數據庫116號測試集上可視化結果

2.3 實驗結果分析

由表1、2可知,模型在QT數據庫上的測試結果優于LU數據庫,且在QRS波群上表現最佳,其次是P波和T波,這可能是由于不同數據采集設備及不同受試者之間的差異所致。

為進一步分析原因,本研究利用信號質量評價指標purSQI[22]和entSQI[23]對QT數據庫和LU數據庫的平均信號質量進行了評價,得出心電波形純度(LU數據庫:0.103±0.061,QT數據庫:0.139±0.091)和心電波形樣本熵(LU數據庫:0.204±0.195,QT數據庫:0.117±0.049),由于心電波形純度越高、樣本熵越低則信號質量越好,由此可見,QT數據庫的信號質量略優于LU數據庫。這是由于LU數據庫相比于QT數據庫,波形噪聲多、信號質量差且易受污染,因此,在波形檢測中表現能力不佳。此外,除不同數據采集設備及不同受試者之間的差異性外,數據庫內部數據種類不匹配也是導致在LU數據庫上測試結果略差的原因。同時在QT數據庫內部訓練及測試過程中,QT數據庫由于數據量大,種類不平衡,數據占比小,測試結果表現良好,而LU數據庫數據量小,數據種類不平衡導致表現不佳。

2.4 消融實驗

與原始SegNet模型相比,本研究ECG_SegNet模型對其進行了部分改進,為驗證改進后的性能,本研究在QT數據庫中進行了消融實驗。在所有模型中,使用相同參數、優化方法和隨機種子。檢測結果見圖5。由圖5可知,各類波形平均檢測結果中,ECG_SegNet的平均性能最好,三種波形檢測的平均Sen、PPV和F1最高,而平均偏差及其標準差最小。SegNet_Imdecoder模型和Imencoder_SegNet模型的檢測性能均優于原始SegNet模型。

圖5 不同改進模型檢測平均結果對比

由于ECG_SegNet模型中改進的編碼器部分可以提取更重要的心電信號特征,且編碼器部分的輸出特征在解碼器路徑上進行多尺度解碼可保留更多有用信息。因此,本研究的ECG_SegNet模型對心電波形特征點識別更為有效。

2.5 與其他研究方法對比

本研究在QT和LU數據庫中對目前八種較為先進的心電信號特征點識別模型:2BiLSTM[9]、1CNN_2BiLSTM[24]、3CNN_2BiLSTM[11]、4CNN_1BiLSTM[25]、UNet[26]、CNNs[27]和文獻[28]中最新的語義分割算法(2-UNet級聯和3-UNet級聯)對比評估ECG_SegNet模型。

九種模型對QT和LU數據庫中心電信號特征點的檢測性能對比,見表3、4。由表3、4可知,ECG_SegNet模型檢測性能最優,其次為3-UNet級聯、2-UNet級聯、4CNN_1BiLSTM、UNet、3CNN_2BiLSTM和1CNN_2BiLSTM,端到端CNN模型和BiLSTM網絡表現性能較差。這可能是由于CNN只專注于學習波形特征信息,而BiLSTM只專注于學習時間序列特征,通過將CNN和BiLSTM組合可有效避免此問題。UNet模型作為最常用的醫學圖像分割模型,其在心電信號特征點檢測上表現較好,效果優于CNN和BiLSTM組合的模型。3-UNet級聯在幾乎所有特征點檢測上均優于UNet模型,證明了級聯模型可顯著提高模型檢測性能,且由結果可知,在兩個數據庫中,該模型對于P波的識別相較于其他模型的區分度更為明顯。

表3 ECG_SegNet模型在QT數據庫上各類波形檢測F1與其他深度學習模型檢測F1對比Table 3 Various waveforms detection F1 of ECG_SegNet on QT database compared with other deep learning models

表4 ECG_SegNet模型在LU數據庫上各類波形檢測F1與其他深度學習模型檢測F1對比Table 4 Various waveforms detection F1 of ECG_SegNet on LU database compared with other deep learning models

3 結論

為更好地提取心電信號特征,本研究提出了一種基于編解碼結構的深度學習模型ECG_SegNet,以實現P波、QRS波和T波特征點檢測。該方法可避免人工預先指定閾值,且在未知數據庫上表現良好。然而由于收集每種波形不同形態的數據,并進行歸納標記非常困難,導致本研究的數據類型不平衡;此外,由于同一患者不同導聯的心電記錄呈現較大差別,而本研究僅使用來自兩個數據庫的單導聯數據,同一導聯及不同導聯間的泛化能力還有待研究。在后續研究中,考慮通過增加注意力機制或改進損失函數,以減少數據類別不平衡的問題,并在保證模型精度的前提下,通過簡化或壓縮模型減少計算量,或通過開發半監督或無監督方法利用大型、無注釋的數據緩解數據稀缺性問題。