羅望成，楊 湘，陳艷紅

(1.武漢科技大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，湖北 武漢 430065;2.武漢亞洲心臟病醫(yī)院，湖北 武漢 430022)

0 引 言

心血管疾病(Cardiovascular Disease，CVD)是威脅人類生命的重要疾病之一，其患病率和致死率逐年上升，在全球的死亡率居首位[1]。大部分的心血管疾病的發(fā)生都伴隨著心律失常，心律失常是心血管疾病中常見的臨床表現(xiàn)形式[2]，也是誘發(fā)心臟病和心臟性猝死的一個重要原因。所以準(zhǔn)確快速地檢測出病人的心律失常，對于預(yù)防和診斷心臟病有著極其重要的研究意義。心電圖(Electrocardiogram，ECG)作為一種容易獲得且非侵入性的診斷工具，是診斷心律失常疾病的重要手段和主要依據(jù)。傳統(tǒng)的心律失常診斷通常是依靠醫(yī)生以數(shù)字圖像形式觀察病人的心電圖，目測分析心電圖的波形特征來診斷和區(qū)分不同類型的心律失常。然而，通過視覺評估來檢測和診斷心律失常容易出錯，而且人工長時間觀測圖形而超負(fù)荷的工作進一步加劇了對突發(fā)心律失常的疏忽[3]。所以，心律失常的自動檢測和識別具有重大的研究價值，它可以幫助醫(yī)生更早發(fā)現(xiàn)心律失常事件。

在過去幾十年中，對心電信號的心律失常自動分類得到了廣泛的研究，提出了各種機器學(xué)習(xí)技術(shù)來進行分類。然而，其中大部分工作遵循醫(yī)療儀器促進協(xié)會(AAMI)標(biāo)準(zhǔn)[4]，將心拍分為五種宏觀類別，即正常搏動(N)、室上異位搏動(S)、室性異位搏動(V)、融合搏動(F)和未知搏動(Q)，如表1所示，很少有人致力于對心電信號的微觀分類。由于不同類型的心律失常在臨床上有不同的產(chǎn)生機制與含義，需要對應(yīng)不同的治療方案。因此，相對于宏觀分類而言，微觀分類更具有實際臨床意義，所以該文致力于五種微觀類型的研究。

表1 AAMI標(biāo)準(zhǔn)分類描述

在實際臨床環(huán)境中，除了準(zhǔn)確的分類外，結(jié)果的可解釋性也同樣重要，心臟病專家除了提供診斷結(jié)果之外，還要有詳細(xì)的解釋來支持自己的診斷[4]。因此，可解釋性對于臨床醫(yī)生接受機器建議和實施干預(yù)至關(guān)重要。在臨床診斷中，醫(yī)生主要關(guān)注QRS等波形特征以及RR間期是否出現(xiàn)異常。例如室性早搏會表現(xiàn)出QRS波群寬大，RR間期出現(xiàn)異常。也就是說，特定位置的異常特征會對心律失常分類有更強的影響，應(yīng)該分配更高的權(quán)重。然后，現(xiàn)有模型平等對待不同位置的特征，這可能會遺漏重要信息，從而限制心律失常的分類性能。

該文的主要貢獻可歸納如下：

(1)提出一種可解釋的基于注意力的混合CNN-LSTM模型IAHM(Interpretable Attention-based Hybrid CNN-LSTM Model)解決心律失常分類問題，提升分類性能；

(2)通過設(shè)計兩層注意力，不僅能強調(diào)心拍級別的關(guān)鍵波形特征，還能定位心律級別的異常RR間期特征；

(3)結(jié)合實際醫(yī)學(xué)知識和醫(yī)生診斷習(xí)慣，定位心電圖中與臨床知識相一致的不同層次特征，突出結(jié)果的可解釋性。

1 相關(guān)工作

傳統(tǒng)ECG心律失常自動分類需要經(jīng)過四個步驟：信號去噪、信號分割、人工特征提取和分類[5]。特征提取是心律失常分類最重要的一步，文獻中常用的特征提取方案分成兩類：傳統(tǒng)手工提取特征和使用深度學(xué)習(xí)方法自動提取特征。

到目前為止，已有模型通過使用小波變換(WT)[6]提取頻率模式[7]、主成分分析(PCA)[8]捕捉心電圖中細(xì)微的形態(tài)變化、獨立成分分析(ICA)[9]等方法進行特征選擇，支持向量機(SVM)[10]作為分類器，對心律失常的自動分類進行了大量的研究。然而，傳統(tǒng)的手工提取特征有許多限制，包括手工設(shè)計特征提取器需要有專業(yè)知識支撐、心電信號不可避免會引入噪聲等，這些都將限制它們在計算機輔助診斷系統(tǒng)(Computer-Aided Diagnosis Systems，CADS)中的實際應(yīng)用。

近年來，深度學(xué)習(xí)模型在心電圖輔助診斷方面取得初步成功，很多特征提取處理任務(wù)都可以通過卷積計算來完成。該方法優(yōu)于形態(tài)學(xué)方法，不需要通過專家進行顯示特征提取步驟，對分類中的信號質(zhì)量要求較低[11]。Acharya等人[12]構(gòu)建了一個9層的1D-CNN模型，自動識別出心電信號中5種宏觀類別的心跳。然而，這種方式通常會忽略心拍間的上下文關(guān)系。此后，Shu等人[13]結(jié)合CNN和LSTM來進行心電圖心律失常分類，但該模型僅使用同類型不間斷的心拍段作為訓(xùn)練數(shù)據(jù)集，未考慮陣發(fā)性的心律失常類型，即同時包含異常和正常心拍的心律段。

隨著注意力機制在自然語言處理、圖像識別及語音識別等各種類型的機器學(xué)習(xí)任務(wù)中的優(yōu)秀表現(xiàn)，心律失常分類領(lǐng)域也引入了注意力。Schwab等人[14]使用注意機制來提取可解釋的心律特征。Y. An等人[15]在電子病歷(Electronic Health Record，EHR)在心血管疾病預(yù)測方向加入注意力，集成時間有序、高維、異構(gòu)的EHR數(shù)據(jù)，取得良好的效果。

基于以上考慮，該文結(jié)合引入注意力機制的CNN和LSTM來解決心律失常分類問題，提出了一種新的可解釋的心律失常分類模型IAHM。在提升分類準(zhǔn)確率的同時，整合醫(yī)學(xué)知識和醫(yī)生診斷習(xí)慣，強調(diào)結(jié)果的可解釋性。

2 模 型

本節(jié)將描述IAHM模型的體系結(jié)構(gòu)，并且逐層介紹架構(gòu)中的神經(jīng)網(wǎng)絡(luò)模塊。圖1展示了IAHM模型結(jié)構(gòu)，模型總共有13層，包括6個卷積層、3個最大池化層、1個Bi-LSTM層、2個注意力層和1個全連接層。

圖1 IAHM模型的架構(gòu)方塊圖

2.1 CNN模塊

該文采用一維卷積神經(jīng)網(wǎng)絡(luò)，相對二維卷積神經(jīng)網(wǎng)絡(luò)，可以對數(shù)據(jù)量有限的一維心電信號進行有效訓(xùn)練，并且計算復(fù)雜度更低。CNN模塊由若干卷積層和最大池化層組成，輸入250×1心拍片段經(jīng)過CNN之后輸出30×256的特征向量，其中30為卷積之后得到的特征數(shù)，256為通道數(shù)。池化層使用最大池化運算，將最具代表性最大特征代替卷積層的輸出特征，通過降低卷積層輸出數(shù)據(jù)的維數(shù)并降低了網(wǎng)絡(luò)復(fù)雜度。每個CNN層后面使用線性修正單元(Rectified Linear Unit，ReLU)作為激活函數(shù)，并在每個卷積層之后增加批量歸一化層(Batch Normalization，BN)，用以批處理規(guī)范化層的激活輸出。

2.2 Bi-LSTM模塊

長期短期記憶(LSTM)網(wǎng)絡(luò)能夠?qū)W習(xí)序列數(shù)據(jù)之間的長期相互關(guān)系。而雙向LSTM(Bi-LSTM)，由前向和后向神經(jīng)網(wǎng)絡(luò)組成，可以同時利用當(dāng)前狀態(tài)的過去和未來信息。CNN部分提取數(shù)據(jù)的空間特征，Bi-LSTM學(xué)習(xí)數(shù)據(jù)的時間特征，二者結(jié)合能充分利用信號信息，提升分類效果。

2.3 注意力層

注意力機制模擬人腦注意力的特點，核心思想是把更多的注意力放在它認(rèn)為重要的部分，而把較少的注意力放在其他部分。原理是注意力層基于不同的目標(biāo)類別為不同的特征向量生成權(quán)重，并以它們的加權(quán)形式組合特征向量。首先，它可以幫助模型關(guān)注信號中的重要信息部分，從而提高檢測性能。其次，它有助于突出需要進一步研究的異常信號模式的位置，并增加該模型的可解釋性。具體以心拍級別的注意力為例，對于輸入信號s經(jīng)過CNN模塊后的輸出特征：H=Conv(s),H∈RN*K，N為特征提取后的輸出長度即特征數(shù)，K為卷積核個數(shù)也就是輸出的通道數(shù)。H可以表示為一個矩陣，行代表特征，列代表通道，即第i行對應(yīng)第i個特征，另一方面，卷積和池化操作不會改變特征圖的空間關(guān)系。因此，特征圖的行順序可以表示心電圖中特征的相對位置。利用注意力機制可以計算獲得一個加權(quán)注意力特征，根據(jù)權(quán)重模擬特征對應(yīng)位置的重要性影響，計算方法如下：

(1)

其中，hi是卷積層輸出特征H的第i行(列對應(yīng)通道輸出)，H={h1,…,hn}，ai代表單個特征向量的權(quán)重，通過公式(2)計算得出。

(2)

在公式(2)中，va∈RL*1和Wa∈RL*K是需要模型學(xué)習(xí)的參數(shù)，對每個單獨特征向量hi應(yīng)用兩個完全連接層(矩陣運算)以及一個tanh函數(shù)，最后輸出N個序列，其中每個序列中每個元素都是單個實值。將Softmax應(yīng)用于N個序列中的每一個元素，使得每個序列中元素值的總和為1，得到權(quán)重向量a={a1,…,an}，向量a中每個元素可以看成CNN中對應(yīng)特征在模型預(yù)測任務(wù)中的影響力或者說是權(quán)重。對于每個分類類別，會為輸入向量計算出唯一的一組加權(quán)平均值，然后用于計算輸入信號屬于該類別的概率。

在CNN模塊，平等對待不同位置的特征，無法突出關(guān)鍵特征所包含的重要信息，在CNN模塊末尾添加注意力層，能有效強調(diào)重視的形態(tài)特征。

在Bi-LSTM模塊，通常是將時間序列的最后一個輸出向量作為下一層的特征向量，然而這種方式只使用到最后一步的特征，丟棄了其他特征信息。因此該模型添加一層注意力到Bi-LSTM模塊后面，注意力機制首先計算每個時間序列特征的權(quán)重，然后對所有時間序列進行加權(quán)，最后將加權(quán)平均向量作為新的特征向量輸入到Softmax函數(shù)進行分類。

2.4 IAHM

將一維心電信號進行分段預(yù)處理，得到長度為8×250的心律片段。首先在心拍級別上使用250×1的特征向量作為CNN模塊的輸入，將輸出的30×256特征向量經(jīng)過心拍級別的注意力層加權(quán)處理。然后將得到的1×256向量合并為8×1×256輸入到Bi-LSTM中提取特征，而后經(jīng)過心律級別的注意力層加權(quán)處理，最后使用全連接層擴展所有特征的連接，Softmax層進行邏輯回歸分類，實現(xiàn)基于心電信號的心律失常自動分類。表2總結(jié)了提出的IAHM模型架構(gòu)各項參數(shù)。

表2 提出的IAHM模型架構(gòu)

3 實驗與分析

3.1 數(shù)據(jù)集

該研究中，使用的數(shù)據(jù)集來自MIT-BIH心律失常數(shù)據(jù)庫，該數(shù)據(jù)庫已被準(zhǔn)確而全面的注釋，在目前的ECG研究中得到了廣泛應(yīng)用[16]。它包括來自47位患者的48個0.5小時長的心電圖信號記錄。每個信號記錄以360赫茲采樣率進行數(shù)字化，在R峰處呈現(xiàn)一組心拍標(biāo)記。

3.2 數(shù)據(jù)預(yù)處理

第一步是去噪，臨床環(huán)境中采集的心電信號通?；旌嫌胁煌母蓴_，如工頻干擾、基線漂移和肌電信號干擾[17]。原始數(shù)據(jù)需要去噪，以使分類更加準(zhǔn)確。該文采用0.5 Hz～50 Hz[18]的帶通濾波器對心電信號進行去噪，只允許附帶信息的信號頻段通過，過濾掉噪聲和干擾。由于CNN具有從信號內(nèi)部自動提取特征的特點，該文僅對信號進行簡單的濾波，可以增強網(wǎng)絡(luò)的泛化能力，減少信號失真。圖2顯示了濾波前后的心電信號。

圖2 濾波前后的ECG信號

第二步是信號分段，將ECG記錄劃分成2 000個樣本點組成的心律段，之后再將心律段按照8×250劃分到心拍級別。

第三步是樣本選擇，每段心律大致包含6或7個心拍標(biāo)簽，將片段中所包含的異常類型作為整個片段的類型，全部都是正常心拍則標(biāo)記為正常。一個心律片段每包含一個異常心拍，就將片段復(fù)制一份，同時此異常心拍類型作為整段心律的類型。過濾掉只包含目標(biāo)類型之外的異常心律，之后總共得到32 395個心律片段。包括正常竇性心律(NOR)7 385個、左束支傳導(dǎo)阻滯(LBBB)8 075個、右束支傳導(dǎo)阻滯(RBBB)7 259個、房性早搏(APB)2 546個、室性早搏(PVC)7 130個。

3.3 實驗配置

該模型的工作環(huán)境由Intel(R) Core (TM) i5-7500 CPU、NVIDIA Geforce GTX 1060 gpu組成，RAM為16 GB。模型在帶有CUDA庫的Pytorch1.8平臺上運行。實驗數(shù)據(jù)按照8∶1∶1劃分用于訓(xùn)練集、驗證集、測試集，采用Adam[19]優(yōu)化器函數(shù)，初始學(xué)習(xí)率為0.003，總共訓(xùn)練50輪，在每輪中，數(shù)據(jù)集使用的批處理大小為64，單個片段輸入尺寸為8×250。

4 實驗結(jié)果

4.1 性能指標(biāo)

為了更準(zhǔn)確地評估和比較每種模型的分類性能，該文使用了準(zhǔn)確率(Acc)、靈敏度(Sen)、特異性(Spe)和陽性預(yù)測值(Ppv)。其中，準(zhǔn)確率代表了被正確識別的心拍比例，是對整個系統(tǒng)性能的度量；靈敏度代表識別目標(biāo)心律失常的能力；特異性代表識別非目標(biāo)心律失常的能力；陽性預(yù)測表示所有心律失常預(yù)測中實際正確的比例。對應(yīng)的定義如下：

(3)

(4)

(5)

(6)

其中，TP、TN、FP和FN分別為真陽性、真陰性、假陽性和假陰性。TP表示預(yù)測是目標(biāo)心拍且正確的數(shù)量；TN表示預(yù)測是非目標(biāo)心拍且正確的數(shù)量；FP表示預(yù)測是目標(biāo)心拍且錯誤的數(shù)量；而FN表示預(yù)測是非目標(biāo)心拍且錯誤的數(shù)量。

4.2 基線模型

通過對統(tǒng)計變量的測試，進一步對實驗結(jié)果進行說明，同時驗證模型的泛化性。

CNN模型：僅使用卷積神經(jīng)網(wǎng)絡(luò)進行分類訓(xùn)練。

LSTM模型：僅使用長短期記憶神經(jīng)網(wǎng)絡(luò)對心電數(shù)據(jù)進行分類訓(xùn)練。

CNN+LSTM模型：首先使用CNN提取心拍形態(tài)特征，然后通過LSTM學(xué)習(xí)心拍間的時間特征。

CNN+LSTM+ATT模型：基于上一個模型，分別在CNN和LSTM后面增加了心拍級注意力和心律級注意力，其他參數(shù)保持不變。

為了說明實驗當(dāng)中引入LSTM和注意力機制對于分類結(jié)果的影響，使用對比實驗的方式將四種模型的分類結(jié)果進行對比，用以說明模型的優(yōu)勢，具體如表3所示。

表3 IAHM注意力層對分類效果的影響

4.3 性能比較

表4橫向?qū)Ρ痊F(xiàn)有研究的性能，這些研究中使用的數(shù)據(jù)集并不相同，但是由于分類都是在相同的MIT-BIH數(shù)據(jù)庫中，比較具有一定參考性?？梢钥闯?，與其他相關(guān)研究相比，該文提出的模型具有較高的性能。

Martis等人[7]通過非線性動態(tài)高階統(tǒng)計量HOS技術(shù)來捕捉心電信號中的細(xì)微變化，結(jié)合PCA，檢測五種微觀類型的心拍(NOR，LBBB，RBBB，APB，PVC)，平均Sen和Ppv高于IAHM模型，但是Acc比較差。因為在他們的實驗中，每個類別都提取了豐富的特征，這些特征使得心拍更容易被預(yù)測為目標(biāo)類別。Acharya等人[12]構(gòu)建了一個9層的一維CNN模型，遵循AAMI標(biāo)準(zhǔn)，從這篇文獻可以看出對5種宏觀類別進行分類，實際上只是在對兩種異常心拍(VEB和SVEB)進行檢測，臨床意義不大。Shu等人[13]使用變長信號段，將輸入樣本填充至1 000×1大小，將心電信號劃分為5種微觀類別。Pawiak等人[20]使用了一個深度遺傳分類器集合對長時程ECG信號進行分類，MIT-BIH數(shù)據(jù)庫中17種心律失常分類的準(zhǔn)確率達到94.6%。Atal等人(2020)[21]提出了一種基于優(yōu)化的深度卷積神經(jīng)網(wǎng)絡(luò)，在5個宏觀類別上實現(xiàn)了93.19%的準(zhǔn)確率。

IAHM模型結(jié)合注意力機制和混合CNN-LSTM，使用一維心電信號作為輸入，模型的準(zhǔn)確率為94.65%，特異性為98.69%，靈敏度為92.69%，陽性預(yù)測值為92.60%。從表4可以看出，IAHM模型除了準(zhǔn)確率之外，其他指標(biāo)也比較有競爭力。加之它的可解釋性，所提出的模型可以更好地應(yīng)用于臨床，以幫助臨床醫(yī)生客觀有據(jù)地診斷心電心跳信號，也可用于新的智能檢測設(shè)備。

表4 與其他文獻的性能對比 %

5 討 論

5.1 性能分析

圖3給出了模型在測試集中分類結(jié)果的混淆矩陣。其中，行標(biāo)簽表示實際類別，列標(biāo)簽表示預(yù)測類別。每個網(wǎng)格中的數(shù)字表示，當(dāng)實際類別為相應(yīng)行標(biāo)簽時被預(yù)測列標(biāo)簽的心拍數(shù)量。顏色代表上述心拍數(shù)量占所有心拍的比率。

圖3 IAHM模型的混淆矩陣

可以看到，模型將右束支傳導(dǎo)阻滯RBBB誤判成房性早搏APB的數(shù)量最多，其次是將APB誤判成正常類型的數(shù)量。第一個問題的原因是232號病人同時患有RBBB和APB兩種心律失常，總共1 779個心拍，這里列舉前20個心拍類型：[2 3 3 2 3 3 2 3 2 3 2 3 2 3 3 2 3 3 3 3]。可以看出按照2 000個樣本點切分一段心律之后，心律的類型將難以定義和預(yù)測，所以這兩類在該模型中難以區(qū)分。第二個問題可能的原因是APB與正常心拍最為相似，所以兩者都很容易被劃分為對方。由于數(shù)據(jù)庫的限制，對IAHM模型的分類性能造成一定的限制。

5.2 注意力權(quán)重的臨床意義

在臨床診斷過程中，臨床醫(yī)生通常要綜合分析由多個連續(xù)心拍組成的心律片段，才對病人做出診斷，其中主要將QRS的波形以及不規(guī)則的RR間期作為診斷依據(jù)。IAHM模型通過心拍、心律兩層級別的注意力自動學(xué)習(xí)這些模式，心拍級別的關(guān)注點在于QRS復(fù)波，心律級別的注意力標(biāo)識出異常心拍或異常RR間期的位置，這與臨床診斷依據(jù)正好匹配。IAHM模型之所以能夠?qū)崿F(xiàn)這一功能，要歸功于注意力機制，它模仿人腦處理信息的特性，選擇性地關(guān)注信息的重要部分，同時相對減少對其他部分的關(guān)注。

在圖4中，第一個子圖展示心律段的波形考，第二個子圖心律段對應(yīng)的心拍級別注意力分布，第三個子圖顯示心律級別的注意力分布。其中心拍級別的注意力分布到8個心拍段中，每個心拍對應(yīng)30個特征的權(quán)重，基本權(quán)重指向QRS復(fù)波位置。心律級別的注意力分布在8個特征上，用以強調(diào)整段心律中異常心拍或異常RR間期特征的位置。

圖4(a)顯示了室性早搏(PVC)的ECG波形和注意力分布。這段心律片段包含10個心拍，第二個心拍類型是PVC，其他心拍是正常心拍。心拍級別的注意力重點關(guān)注QRS復(fù)波部分，而心律級別的注意力則是成功定位到異常心拍所在的分段。

圖4 ECG波形和它們對應(yīng)的兩層注意力分布舉例

圖4(b)所示的左束支傳導(dǎo)阻滯(LBBB)類型心律片段，包含8個LBBB類型的心拍，對于這種類型的心律片段，心律級別的注意力對于每個片段的權(quán)重基本持平，均屬于評判此類別的重要依據(jù)。

圖4(c)展示右束支傳導(dǎo)阻滯(RBBB)類型心律片段，包含RBBB和APB兩種類型的心拍，分別為：[2, 3, 3, 2, 3, 3]。從心律級別的注意力分布不難看出，部分權(quán)重分配到了APB類型的心拍，這類混合心律片段很容易誤判成APB類型。這也解釋了圖3中RBBB容易被誤判成APB類型的原因。

圖4(d)是一段房性早搏(APB)類型的心律片段，包含9個心拍，其中1個APB心拍和8個正常心拍：[0, 0, 0, 0, 3, 0, 0, 0, 0]。從波形圖可以看出，兩種心拍的相似度極高，以至于對混合類型的心律片段來說，相對其他異常類型會更難區(qū)分和識別。

6 結(jié)束語

心律失常的自動分類有助于臨床醫(yī)生對心血管疾病進行早期診斷和治療。該文提出了一種新的基于深度學(xué)習(xí)和注意機制的可解釋性心律失常分類模型IAHM，以一維心電信號作為模型的輸入數(shù)據(jù)。將從MIT-BIH心律失常數(shù)據(jù)庫獲得的一維信號轉(zhuǎn)換為2 000個樣本點的單個心律片段，共獲得32 395個心律片段。最后，該模型的平均準(zhǔn)確率為94.65%，特異性為98.69%，敏感性為92.69%，陽性預(yù)測值為92.60%。心律失常的分類結(jié)果表明，結(jié)合注意力機制與深度學(xué)習(xí)進行心律失常分類的模型，可以幫助臨床醫(yī)生更好地診斷心血管疾病，大大減輕臨床醫(yī)生的工作量。