秦 靜，韓 悅，王立永，季長清,3，劉 璐，汪祖民

1.大連大學軟件工程學院，遼寧 大連 116622

2.大連大學信息工程學院，遼寧 大連 116622

3.大連大學物理科學與技術學院，遼寧 大連 116622

4.大連大學附屬中山醫(yī)院，遼寧 大連 116001

心房顫動（atrial fibrillation,AF）是臨床醫(yī)學中常見的心律失常疾病，僅在中國就有超過1 200 萬患者，并且其發(fā)病率隨著年齡的增長而上升。房顫患者最常見的死亡原因是心力衰竭、心臟驟停和中風等并發(fā)癥，許多患者存在無癥狀或陣發(fā)性心房顫動，這大大增加了患者中風或死亡的風險。醫(yī)生主要依靠心電圖（electrocardiogram,ECG）來診斷房顫，根據心電圖中的RR 間期、P 波等特征來判斷房顫疾病。但是，可穿戴式心電圖監(jiān)測儀一天記錄著多達10 萬次心跳，這項工作需要耗費心臟專家大量的時間和精力。因此，開發(fā)一個先進的房顫自動識別方法來提高分析效率和準確性具有重要意義。

當前，基于深度學習的房顫檢測算法研究層出不窮。與傳統方法相比，深度學習方法通過大量的數據進行特征學習，避免了過度依賴人工特征提取的缺陷，從而具有更強的抗干擾能力和泛化能力[1]。盡管基于神經網絡的方法在房顫檢測中已經取得了不錯的性能，但仍然存在一些缺陷。首先，自動房顫檢測需要大量標記ECG 數據進行深度學習訓練[2]，而醫(yī)療數據的隱私和敏感性使獲取帶有正確標注的高質量ECG 數據的工作相當困難。其次，由于嚴重疾病的發(fā)生率很低，房顫類數據過少，而正常類數據過多，因此疾病標注的數據分布偏倚，這種不平衡的數據會降低模型的整體性能[3]。在解決數據類別不平衡問題時，欠采樣和過采樣是最常用的方法[4]。然而欠采樣方法會浪費大量數據，過采樣方法可能導致過擬合問題。欠采樣和過采樣會明顯改變數據分布，從而導致訓練數據不再是真實數據的無偏表示。此外，現有研究大多使用單一尺度的卷積濾波器，而忽略了其他不同尺度的可能存在的有用信息。如圖1所示，房顫在心電圖上主要表現為P 波消失形態(tài)特征和RR 間期不規(guī)則特征。單次心電圖中的P 波的振幅范圍較小，應采取尺度較小的濾波器提取特征和局部信息。而對于相鄰心電跳動RR 間期等特征，采用大尺度的濾波器更適合編碼不同波之間的間隔信息?，F有多尺度特征提取方法大多依賴于使用不同感受野的卷積核從不同大小的信號段中提取特征[5]，但不同大小卷積核的使用也有局限性：增加了網絡的復雜度和訓練難度；增加計算復雜度，從而導致模型的訓練和推理速度變慢。

圖1 具有P 波缺失或RR 間期不規(guī)則特征的AF 患者心電圖記錄Figure 1 ECG records of AF patients with P-wave absence or RR interval irregular features

為了解決上述問題，本文提出了基于生成對抗網絡（generative adversarial network,GAN）和殘差多尺度網絡（residual multi-scale network,MS-ResNet）的房顫自動檢測網絡，以解決數據不平衡和單一尺度特征提取的問題。本文做了以下工作：

1）提出了利用GAN 生成ECG 數據，擴大少數類的數據量，緩解類失衡。在GAN 結構生成器中嵌入了雙向長短時記憶（Bi-directional long short-term memory,Bi-LSTM）層，進一步提高分類器的性能。

2）提出了殘差多尺度網絡的分類模型，該模型將心電信號分成固定長度的小序列，并在每個小序列使用不同網格大小來提取不同尺度的時序特征。

3）在2017 年挑戰(zhàn)賽數據集上，將該模型的結果與現有的研究方法進行了比較，驗證了該方法在房顫分類中的有效性。

1 相關工作

1.1 房顫檢測發(fā)展概述

大多數房顫患者會出現心悸、呼吸困難、頭暈等癥狀，也有少數房顫患者是無癥狀的，后者只能通過心電圖來診斷。在過去的幾十年中，對于房顫檢測，大多數研究者關注于從ECG形態(tài)變化中手工提取特征。然而，基于手工ECG 特征提取和機器學習的混合方法復雜且高度依賴于ECG 特征的質量[6]。此外，手動提取ECG 特征非常耗時，這也是訓練和驗證過程中的一個瓶頸。盡管手動ECG 特征提取在機器學習領域中被廣泛使用，但隨著科技的進步，這些方法正被不需要手動提取特征的深度學習方法所取代。

基于深度學習的房顫檢測算法的思想是利用多層神經網絡從數據中自主挖掘和學習深層次特征，并將每一層的特征進行維度變換，把初始的特征轉換到另外的特征維度，使得結果的預測以及分類更加便捷有效[7]。相比于傳統方法，深度學習方法彌補了傳統方法過度依賴于人工特征提取的缺陷，通過大量的數據進行特征學習，算法的抗干擾能力和泛化能力更強。因此，近年來許多研究人員研究了深度學習模型在基于ECG 的自動房顫檢測中的應用，例如卷積神經網絡（convolutional neural network,CNN）[8]、長短時記憶神經網絡（long short-term memory,LSTM）以及基于CNN 和LSTM 組合[9]的復雜模型。

盡管基于深度學習的方法在自動房顫檢測方面表現出了良好的效果，但當模型過于復雜時，它們必須克服數據分布有偏倚和數據不足的挑戰(zhàn)。本文采用了合成ECG 數據的方法來解決數據不足和不平衡的問題，并用這些數據來訓練深度學習模型。本文建立了一個生成模型，通過學習如何創(chuàng)建合成ECG 數據，可以展現真實ECG 數據與不同合成ECG 之間的變化。這種合成ECG 數據的互變性和交叉變異性可以幫助深度學習方法學習基本特征并避免因患者變異性產生過擬合的問題。

1.2 基于GAN 的心電生成

心電信號的生成是從數據集中學習真實的數據分布。GAN 最初用來生成逼真的合成圖像[10]，最近，一些研究人員將其用于合成ECG 信號以擴展數據集并改進模型分類。例如，文獻[11] 提出了自動心肌梗死（myocardial infarction,MI）檢測模型，使用GAN 來創(chuàng)建具有高形態(tài)相似性的單導聯ECG 數據；并使用了包含真實的ECG 數據和用GAN 生成的ECG 的數據集，結合CNN 網絡自動診斷MI。為了解決數據不足的問題，文獻[12] 創(chuàng)建了基于GAN合成數據的卷積自多頭注意力機制網絡HeartNet，該網絡通過CNN 來提取特征，然后通過注意力機制來捕捉序列中的重要信息。為了增加心律失常數據集中的數據量并解決不平衡心律失常數據的問題，文獻[13] 引入了ECG Deep 卷積生成對抗網絡，不是進行人工特征提取，而是使用CNN 模型自動分類ECG 信號，將時間序列轉換為GASF 圖像，以幫助分類器獲得ECG 信號中包含的豐富信息。為了解決不平衡數據問題，該文獻采用生成對抗網絡梯度懲罰模型來增強次要類別。

1.3 多尺度網絡概述

近年來，深度神經網絡可以通過設計多層且非線性網絡結構形成更抽象的高層特征。針對許多計算機視覺任務，人們提出并設計了新穎的基于多尺度的方法。與單尺度方法相比，多尺度方法具有突出的性能和優(yōu)勢。在心律失常分類領域，文獻[14] 使用多尺度特征提取和跨尺度信息互補來捕捉異常模式并抑制噪聲干擾。該方法使用不同感受野的卷積核從不同大小的信號段中提取特征，并采用多尺度損失的聯合優(yōu)化策略，實現累積性多尺度互補特征學習。文獻[15] 介紹了一種新的多尺度深度卷積神經網絡，用于從單導聯短期心電圖記錄中篩選出心房顫動記錄，該網絡采用了雙流卷積網絡結構，具有不同的過濾器大小，可以捕捉不同尺度的特征。文獻[16] 提出了一個多尺度深度卷積神經網絡，用于自動檢測單導聯短期心電圖信號中的陣發(fā)性心房顫動發(fā)作。該網絡使用多流CNN 架構來處理多尺度分解的單導聯心電圖信號。文獻[17] 采用了多個不同感受野的深度卷積神經網絡來編碼比例特異性的病理心電圖特征，并生成局部預測。上述的多尺度學習方法有一些局限性：1）需要設計不同大小的卷積核和池化層，增加了網絡的復雜度和訓練難度；2）該方法會增加計算復雜度，導致模型的訓練和推理速度變慢；3）這些方法的性能高度依賴于為多尺度處理選擇的具體參數，從而使其更難優(yōu)化。針對這些問題，本文提出一種多尺度動態(tài)網格表示方法，以提取不同尺度下的時序特征。

2 GAN 和MS-ResNet 模型

本文結合GAN 和MS-ResNet，提出了一種新穎的基于單導聯心電數據特征的房顫自動檢測模型。利用GAN 生成ECG 數據，擴大少數類的數據量，緩解類失衡。在GAN 結構生成器中嵌入了Bi-LSTM，進一步提高分類器的性能。采用多尺度網格作為分類模型，使用不同網格大小來提取不同尺度的時序特征，如P 波消失，RR 間期不規(guī)則等特征。該模型的總體結構如圖2 所示。

圖2 模型結構圖Figure 2 Model structure diagram

2.1 GAN

圖3 為GAN 的總體架構。GAN 架構由生成器和鑒別器兩個基本部分組成。在某種意義上，生成器是一個逆卷積網絡——傳統的卷積分類器對示例進行下采樣以產生概率，生成器對隨機噪聲矢量進行上采樣以產生概率。該生成器包括4 層。每一層依次包含DeConvolutions、ReLU 和批歸一化，為了使該模型更適合于心電信號的合成，生成器將隨機向量Z作為其輸入送到Bi-LSTM 層，該Bi-LSTM 層用于提取潛在空間中的時間特征。Tanh作為最終輸出層，被轉換成180 個采樣點的單導聯ECG 數據。鑒別器的結構與發(fā)生器的結構對稱。鑒別器也包含4 層，每層依次包含Convolutions 和leakyReLU 激活函數和批歸一化。此外，鑒別器采用Sigmoid 函數作為最終輸出層。

圖3 GAN 模型架構圖Figure 3 GAN model structure diagram

在GAN 的訓練中，本文通過迭代更新發(fā)生器和鑒別器來訓練GAN，以確保發(fā)生器可以合成更真實的ECG 信號。真實的心電圖的標號為1，生成的心電圖標號為0。發(fā)生器的交叉熵損失函數公式為

式中：z為輸入生成網絡的噪聲；G(z) 為GAN 網絡生成的數據；D(G(z)) 表示鑒別器判斷生成器生成的數據為真的概率，取值范圍在[0,1] 之間。鑒別器的能力越強，則D(G(z)) 越小，損失越小。鑒別器的損失函數被定義為兩個交叉熵函數H的和，公式為

式中：ereal為真實的ECG 訓練數據；egenerate為生成器網絡生成的合成ECG 數據。在訓練過程中發(fā)生器和鑒別器的損失過程如圖4 所示。由模型在不同階段生成的ECG 信號如圖5所示。圖5(a) 給出了訓練開始時的高維隨機噪聲輸入，此時，輸出也完全是噪聲；圖5(b) 給出了在經過300 輪訓練后的輸出，可以看到輸出信號具有明顯ECG 的形態(tài)特征。圖6 是使用GAN 生成的房顫類的心電信號與原始心電信號的對比圖，可以看出使用GAN 生成的心電圖和真實的高度相似。

圖4 發(fā)生器和鑒別器的損失圖Figure 4 Loss plot of generator and discriminator

圖5 不同階段生成的ECG 信號Figure 5 ECG signals generated at different stages

圖6 房顫類真實的和生成的心電圖對比Figure 6 Comparison of real and generated ECG for atrial fibrillation

2.2 分類器結構

本文提出了MS-ResNet 模型用于分類，MS-ResNet 模型結構如圖7 所示，該模型在原來的殘差結構上進行了一些改進[18]，加了多尺度模塊，用于從多個尺度捕獲心電信號中的特征。模型主要由初始卷積層和4 個包含兩個卷積層的殘差塊（Res-block）和多尺度網格（Multi-scale-block）組成。在Res-block 的每一個卷積層之后，使用批量歸一化和整流線性單元激活函數，BatchNorm 對每個批次的數據進行歸一化，使其處于相同的分布中，這加快了訓練的擬合速度。引入非線性激活函數ReLU，避免了梯度消失的現象，使網絡模型的收斂速度保持在一個穩(wěn)定的條件下。本文還在Res-block 中的ReLU 和卷積層之間用Dropout[19]，以防止神經元在前向傳播過程中過于依賴某些局部特征，以及防止訓練過程中的過擬合，從而提高模型的泛化能力。

圖7 MS-ResNet 分類模型Figure 7 Classification model of MS-ResNet

2.3 多尺度模塊

本文的新穎之處在于利用動態(tài)網格進行多尺度表示。傳統的多尺度表示通常使用不同大小的卷積核來提取特征，無法反映不同位置的特征差異和不同尺度的上下文信息。通過使用多尺度表示學習，可以將不同尺度的上下文信息捕獲到特征向量中，從而提高模型的特征提取能力。定義一個多尺度塊來提取不同尺度的特征，具體來說，實驗采用了文獻[20] 提出的QRS 波檢測方法來尋找R 峰，在得到的R 峰位置前后各截取一段采樣點，分割為小序列，每個序列的長度為180 個采樣點。設輸入為小序列x=(x1,x2,···,xk)，對每一個小序列使用多尺度網格進行特征提取，得到每一個小序列的多尺度特征表示。

在多尺度特征表示中，使用網格距離和網格數量兩個參數來計算網格大小和網格總數，設置網格編碼器E(xi) 來編碼不同序列中的特征。給定編碼窗口中的任意一個序列向量xi，將其編碼到網格空間中。在每一個小序列中多尺度表示為Gm[xm]=[E1(xm),E2(xm),···,Es(xm)]。其中S是網格總數，s={1,2,···,S-1}。計算公式為

式中：xm為小序列特征向量；δmin和δmax分別為網格尺度的最小值和最大值；g=δmax/δmin；δmin·gs/(S-1)為尺度因子，反映了在特征提取的過程中所使用的尺度大小。隨著尺度s的增加，尺度因子會增大，意味著特征提取的范圍變得更大，能夠檢測到更大的信號特征。當s=S-1 時，δmin·gs/(S-1)=δmax，網格達到最大。同時，δmin也表示網格中所有輸入特征的最小標準差，這樣可以確保在所有尺度上使用的網格形狀相似，并且對應的特征響應的空間范圍相同，使得特征具有可比性。

該算法利用多尺度網格表示來計算小序列的特征向量xm，它通過遍歷不同尺度的網格，并根據網格大小和比例因子計算網格權重來實現，將不同尺度下的網格表示除以網格權重，得到不同尺度的網格表示。最后，將不同尺度的網格表示連接在一起，形成整體的多尺度網格表示。多尺度動態(tài)網格表示方法相比于傳統方法有以下優(yōu)點：1）無需設計不同大小的卷積核和池化層，減少了網絡的復雜度和訓練難度；2）可以減少計算復雜度，提高模型的訓練和推理速度；3）不需要選擇具體的參數，更易于優(yōu)化。

3 實驗與結果分析

3.1 實驗環(huán)境

實驗部署在塔式工作站上，配備Corei9-10920Xpro 處理器（3.5GHz），Quadro RTX 6000顯卡（24 GB 顯存），運行在64GRAM 上，以及使用Window Sever 2019+Python3.9+pytorch的深度學習環(huán)境。

3.2 數據集

本文提出的模型用于PhysioNet Challenge 2017 的數據集中，用以分析網絡架構的分類性能，其中包含4 個類別：心房顫動、正常竇性心律、其他心律和噪聲。數據共包括8 528 個單導聯ECG 記錄，其中5 154 個記錄為正常記錄，771 個記錄為房顫類記錄，2 557 個記錄為其他心律，46 個記錄為噪聲記錄，由于噪聲類太少且意義不大，在實驗中沒有對該類進行分類。所有的記錄持續(xù)時間是9～60 s，且均由心電專家加了標簽，記錄經過帶通濾波后再進行采樣[21]。

3.3 數據預處理

本文使用小波閾值去噪方法[22]去除噪聲，小波閾值函數為

式中：λ=，L為小波的每個尺度的高頻系數的長度，尺度設置為9；λ為閾值；σ的值為0.674；ω為高頻小波系數。圖8 給出了使用小波閾值去噪前后ECG 信號的比較，可以看出，去噪的ECG 信號變得平滑，同時ECG 特征最大化地被保留。

圖8 去噪前后對比圖Figure 8 Comparison before and after denoising

3.4 訓練策略

該模型的訓練過程包括兩個步驟：1）訓練GAN 用來生成合成ECG 數據，后者用來平衡數據集，因為在PhysioNet Challenge 2017 的數據集中房顫樣本較少，所以GAN 主要用來訓練房顫樣本以平衡數據集；2）使用MS-ResNet 進行分類實驗，分別在不平衡和平衡數據集上進行分類實驗，并與近幾年使用了2017 挑戰(zhàn)賽數據集的典型模型進行比較。對于每個實驗，數據集以7∶3 的比例進行劃分，隨機選擇70% 的樣本用于訓練，30% 用于測試。對于模型評估，本文采用精度P、召回率R和F1 值3 個度量指標將所提模型與其他模型進行比較。

3.5 實驗結果對比分析

本研究進行了兩組對比實驗，分別在不平衡的數據集和平衡后的數據集中測試了MSResNet 的分類性能，實驗結果如表1 所示。從表1 可以看出，在不平衡數據集中，F1 值和精度P分別達到0.874 6 和88.50%。另一實驗通過GAN 生成ECG 信號以平衡數據集后，F1值和精度P分別達到0.914 1 和91.56%，F1 值提高了4.5%，精度P提高了3.5%。從表1 分類結果可以看出，在進行數據平衡后，算法的分類性能得到了顯著提升，AF 分類的精度P達到了96.59%，F1 值達到了0.933 0。實驗結果表明，用GAN 生成數據可以消除數據不平衡，進而有效地改善了分類結果。

表1 平衡數據集和不平衡數據集分類結果對比Table 1 Comparison of classification results between balanced and unbalanced datasets

圖9 和10 分別表示了在不平衡數據集和平衡數據集上訓練集和測試集的損失、精確率和F1 值。可以看出，在20 輪訓練后，損失變得較緩，P值和F1 值的增長速度變慢，并且在平衡數據集上分類的效果更好。圖11 繪制了數據集平衡前后模型分類結果的混淆矩陣，以便更清楚地反映MS-ResNet 分類模型的優(yōu)缺點。橫軸表示真實的分類，縱軸表示各分類的預測結果，混淆矩陣的對角線顏色越深，分類結果越好，可以得出，在平衡數據集下，MS-ResNet 模型的分類性能更加優(yōu)異，如圖11(b) 所示。

圖9 不平衡數據集上訓練集和測試集的損失、P 和F1 值Figure 9 Loss,P and F1 value of training set and test set on imbalanced dataset

圖10 平衡數據集上訓練集和測試集的損失，P 和F1 值Figure 10 Loss,P and F1 value of training set and test set on balanced dataset

圖11 混淆矩陣Figure 11 Confusion matrix

最后，為了更好地說明本文模型的分類性能，將其與近年來使用相同數據集的其他模型進行了比較。結果如表2 所示，本文模型取得了最好的分類效果。

表2 基于深度學習的房顫分類方法與本研究實驗結果比較Table 2 Comparison of the classification method of atrial fibrillation based on deep learning and the experimental results of this study

4 結語

本文提出了一個基于GAN 和MS-ResNet 的房顫自動檢測模型。該模型使用GAN 合成具有高形態(tài)相似性的單導聯ECG 數據，用來解決數據的隱私和不平衡問題。同時，設計了MS-ResNet 的分類模型，從不同尺度提取不同大小信號段的特征，從而有效捕捉P波消失和RR 間期不規(guī)則特征。分別在平衡前后數據集上使用MS-ResNet 模型進行分類，實驗結果表明，平衡數據集的F1 值和精確率分別達到0.914 1 和91.56%，F1 提高了4.5%，精確率提高了3.5%，顯然用GAN 生成心電數據來消除數據不平衡可以有效地改善分類結果。此外，在相同的數據集上，將該分類模型MS-ResNet 與近幾年其他基于深度學習的房顫分類算法進行了比較，該分類性能優(yōu)于其他房顫檢測文獻中的模型，并實現了最佳的分類效果。

未來開展的研究有3 個可能的方向：1）開發(fā)魯棒性能更好的生成模型處理各種類型的醫(yī)學信號數據，包括ECG、EMG、EEG 和其他醫(yī)學信號數據。2）探索通過減少計算量和壓縮模型來實現移動和可穿戴設備上的實時自動房顫檢測的措施。3）擴展模型，通過原型學習和注意力，將模型的可解釋性納入其中。