李茜,王星堯,高鴻祥,趙莉娜,李建清,劉澄玉

(東南大學(xué) 儀器科學(xué)與工程學(xué)院,數(shù)字醫(yī)學(xué)工程全國重點實驗室,南京 210096)

0 引言

房顫(atrial fibrillation,AF)是一種常見的心律失常疾病,其全球患病率約為1%～2%,且逐年遞增[1]。在臨床診斷中,由于AF多呈現(xiàn)非特異性癥狀或無明顯癥狀,導(dǎo)致其常被誤診為其他疾病,如呼吸困難、頭暈、心悸等,僅有約33%的AF患者能及時入院接受規(guī)范治療[2]。AF本身雖無致命風(fēng)險,但其可導(dǎo)致中風(fēng)、認(rèn)知障礙等影響患者生命安全的嚴(yán)重并發(fā)癥[3]。值得注意的是,超過一半的AF患者的實際患病類型為陣發(fā)性AF(paroxysmal AF,PAF),且25%以上的PAF患者可能進一步演變?yōu)槌掷m(xù)性或永久性AF[4-5]。因此,相比其他AF 類型,PAF的早期篩查,對AF手術(shù)選擇、藥物干預(yù)以及臨床并發(fā)癥的診斷和治療具有重要價值。然而,多數(shù)PAF患者發(fā)作時僅表現(xiàn)為間歇性心跳不規(guī)則,且持續(xù)時間較短,甚至有些患者在發(fā)作期間無明顯癥狀,使患者難以及時察覺,為有效監(jiān)測和診斷PAF帶來挑戰(zhàn)[7]。

心電圖(electrocardiogram,ECG)具有嚴(yán)格的形態(tài)分布和偽周期節(jié)律特性,是臨床用于診斷患者生理健康狀況的重要參考指標(biāo)[8]。臨床PAF診斷往往依賴于對ECG形態(tài)特征(P波消失,以不規(guī)則的f波代之)和節(jié)律特征(RR間期絕對不齊)的分析[3]。針對形態(tài)特征,傳統(tǒng)AF分類方法采用P波缺失檢測[9]、f波檢測[10]等判別ECG形態(tài)的變化情況。而對于節(jié)律特征,傳統(tǒng)AF分類方法則運用了RR間期序列分析[11-12]、龐加萊圖[13]、距離熵[14]、心率變異性分析[15]、Normalized Fuzzy Entropy[16]等方法進行分析。這些方法巧妙地將P波的形態(tài)特征和RR間期的節(jié)律特征與AF分類結(jié)合,與已知的臨床知識高度契合。然而,上述方法多數(shù)僅對其中某一特征進行提取和分析,當(dāng)其他心律失常疾病或噪聲導(dǎo)致ECG信號出現(xiàn)類似形態(tài)或節(jié)律特征時,會導(dǎo)致AF誤診。如心房撲動會導(dǎo)致ECG呈現(xiàn)類似RR間期絕對不齊的癥狀,當(dāng)僅分析ECG節(jié)律特征時,會出現(xiàn)假陽性。

近年來,隨著穿戴式ECG監(jiān)測設(shè)備的普及,基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)、長短期記憶遞歸神經(jīng)網(wǎng)絡(luò)(long short-term memory,LSTM)、殘差網(wǎng)絡(luò)(residual networks,ResNet)等方法已經(jīng)取代傳統(tǒng)AF分類方法[1,17-18],成為AF分類的首選。這些方法能自動提取ECG中的多分辨率特征,并將其用于AF分析,提高了分析效率。具體而言,ECG的低分辨率特征含有高級語義信息,常用于分析全局節(jié)律特征,如RR間期、QT間期;而ECG的高分辨率特征含有低級語義信息,常用于分析局部形態(tài)特征,如QRS波形、P波波形[19]。盡管上述方法在某些數(shù)據(jù)庫上被證明有效,但其通常采用漸進學(xué)習(xí)的方式,即從高分辨率逐步降采樣到低分辨率。雖然可以獲得更抽象高級的語義信息,但同時也伴隨著對部分高分辨率特征的損失,無法充分利用高、低分辨率特征,且在決策過程中缺乏對上下文和語義信息的整合和綜合分析。此外,其將AF分類看作粗粒度問題,即只關(guān)注AF與非AF分類,忽略了對PAF的檢測及定位。

雖然目前PAF定位取得了一些進展,但仍需通過將2導(dǎo)聯(lián)ECG輸入多個網(wǎng)絡(luò)組合(LSTM + U-Net、LSTM + Sequence Labeling)才能獲得較優(yōu)的定位結(jié)果。此外,當(dāng)ECG包含的心拍少于5個時,其所含信息不足以用于臨床診斷,如心率計算和PAF分析[21]?；诖?有研究額外引入了QRS波定位模型,以去除小于5個AF心拍的假陽性PAF片段。然而,同時使用多個模型限制了其實用性。

針對以上問題,本研究提出了一種基于CNN的多分辨率ECG理解框架(multi resolution-ECG,MR-ECG),該框架由多分辨率編碼器、PAF定位解碼器和QRS波定位解碼器組成。編碼器在保留高分辨率特征的基礎(chǔ)上,不斷生成新的低分辨率特征分支,并通過在并行的多分辨率特征分支之間反復(fù)交換信息,實現(xiàn)高、低分辨率特征的融合,使高分辨率分支最終用于辨別ECG的P波形態(tài)特征,而低分辨率分支用于辨別RR間期的節(jié)律特征。兩個定位解碼器利用編碼器輸出的多分辨率特征,同步輸出PAF和QRS波的定位序列。此外,QRS波定位結(jié)果被用于消除小于5個心拍的假陽性PAF片段,經(jīng)過后處理的PAF定位結(jié)果被進一步用于AF分類。

1 方法

1.1 數(shù)據(jù)增強

深度學(xué)習(xí)在訓(xùn)練時會固定網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù),輸入信號維度需要一致。為實現(xiàn)該目標(biāo),本研究使用滑動窗口遍歷ECG,將其切割為長度固定的一維ECG片段。為獲得包含有效信息的最小窗口尺寸,本研究對不同窗口大小(8、12、20、30 s)進行測試,并最終選擇12 s的窗口大小。同時,為保證ECG的連續(xù)性,本研究在切割ECG時保留了4 s的重疊時長,以捕捉相鄰片段中可能存在的連續(xù)特征變化。

由于數(shù)據(jù)庫各類型分布不均可能導(dǎo)致模型在訓(xùn)練中偏向于常見類別,影響其對少數(shù)類別的學(xué)習(xí),進而影響模型性能。因此,本研究對切割后的12 s ECG片段進行了數(shù)據(jù)增強處理,見圖1。通過將正常ECG中部分心拍替換為隨機長度(3～10 s)的AF片段,實現(xiàn)對PAF數(shù)據(jù)的補充。通過數(shù)據(jù)增強使用于訓(xùn)練的ECG被擴充到總計37 235個12 s片段,且PAF、持續(xù)性AF和非AF信號分布均衡。

圖1 PAF數(shù)據(jù)增強示意圖

此外,考慮到運動偽影會對模型性能產(chǎn)生負(fù)面影響,而在使用模型進行定位任務(wù)時,此類干擾無法在預(yù)處理階段被傳統(tǒng)濾波器濾除,本研究通過在12 s ECG片段上疊加高斯噪聲、肌肉偽影和電極運動偽影,以模擬和構(gòu)造接近真實的動態(tài)ECG,增強模型對穿戴式ECG的魯棒性[22]。

1.2 基于CNN的多分辨率ECG理解框架

多分辨率處理技術(shù)在計算機視覺領(lǐng)域已得到廣泛研究。其中,U-Net[23]利用跳躍連接在不同分辨率特征層級間傳遞信息,可有效捕獲圖像的局部特征和全局特征;HRNet[24]通過保持高分辨率特征,在計算機視覺任務(wù)上表現(xiàn)出卓越性能。然而,這些模型主要是為圖像處理等多維度的方陣信號設(shè)計。相比之下,單導(dǎo)聯(lián)ECG信號在使用此類模型獲得多分辨率特征時,由于維度較少而存在極大挑戰(zhàn)。為了應(yīng)對該挑戰(zhàn),本研究提出了一種基于CNN的多分辨率ECG理解框架(MR-ECG),見圖2。

圖2 多分辨率ECG理解框架

多分辨率編碼器經(jīng)過5個訓(xùn)練階段,每個階段由模塊化構(gòu)件組成。分支生成模塊將濾波器分成兩個分支,一半用于保持當(dāng)前分辨率特征,另一半生成新的低分辨率特征。卷積模塊對中間特征進一步處理。分支融合模塊采用步進卷積和插值操作,整合不同分辨率的特征。QRS波定位解碼器將多分辨率特征按通道維度整合到高分辨率分支,并通過注意力機制增強通道間特征交互,進行QRS波定位。PAF定位解碼器將多分辨率特征按通道維度整合到低分辨率分支,并通過注意力機制增強通道間特征交互,進行PAF定位。

1.2.1多分辨率編碼器 由圖2可知,多分辨率編碼器包含1個預(yù)處理階段和4個相似的訓(xùn)練階段,每個階段由多個關(guān)鍵模塊化組件構(gòu)成。為保留高分辨率特征,同時捕獲低分辨率特征,除了第一個訓(xùn)練階段,其他訓(xùn)練階段通過分支生成模塊,生成新的低分辨率特征,并引入相應(yīng)的低分辨率特征處理分支。分支融合模塊通過相互整合訓(xùn)練分支,在所有分支中保持局部形態(tài)特征和全局節(jié)律特征。

本研究中,長度為12 s、采樣率為200 Hz的輸入ECG片段表示為x∈L×1。其中x表示輸入ECG片段,L為片段長度(初始為2 400),1為導(dǎo)聯(lián)數(shù)。為適應(yīng)從各設(shè)備上采集的ECG,確保與不同類型ECG的兼容性,編碼器第一階段首先使用一個通道統(tǒng)一模塊。該模塊利用CNN將輸入ECG片段x∈2 400×1投影到16維的高維空間,獲得初步中間特征z′∈2 400×16。隨后該中間特征被輸入到一系列卷積模塊中進行特征變換處理。卷積模塊的維度與輸入特征相匹配,不改變輸入特征的維度。通道統(tǒng)一層和卷積模塊組成“階段1”,第一階段僅輸出一個中間特征z0∈2 400×16。

在第二階段中,網(wǎng)絡(luò)通過分支生成模塊分為兩個處理分支。第一分支維護原始的高分辨率中間特征z0∈2 400×16。第二分支通過跨步卷積對z0∈2 400×16進行抽樣,從而獲得高維特征。抽樣操作降低了各特征通道中的分辨率,并使通道數(shù)翻倍。具體而言,在第二階段中,新的低分辨率特征長度減少至原來的二分之一(1 200),而通道數(shù)翻倍,從16增加到32,得到z1∈1 200×32。隨后,應(yīng)用與第一階段相同的一系列卷積模塊對各分辨率分支進行特征變換,卷積模塊維度分別與各輸入分支的特征維度相匹配。接著使用分支融合模塊整合各分支特征,實現(xiàn)不同分辨率特征的有效融合,以增強模型的語義理解能力。分支生成模塊、卷積模塊、分支融合模塊組成“階段2”。

“階段3”、“階段4”、“階段5”重復(fù)“階段2”中的操作流程,分別獲得新的分辨率特征z2∈600×64、z3∈300×128、z4∈150×256以及各自對應(yīng)的處理分支。

通過5個訓(xùn)練階段,并行處理模型在捕獲低分辨率高級語義的同時,以高分辨率保留了細(xì)粒度的特征細(xì)節(jié)。該方式使得模型能夠更細(xì)致地捕捉和理解ECG中不同層次的特征,適用于在高、低分辨率上均存在關(guān)鍵特征變化的PAF診斷。

1.2.2PAF定位解碼器 本研究中,PAF定位任務(wù)被看作幀級別的AF二進制分類任務(wù),旨在從連續(xù)的ECG序列中識別和定位AF心拍。每一幀的長度被設(shè)定為長750 ms,因此,輸入12 s的ECG片段可以表示為T=150個的幀序列。真實和預(yù)測PAF二進制標(biāo)簽序列分別表示為y∈150×1和圖2中,PAF定位解碼器利用注意力模塊增強對關(guān)鍵PAF事件語義信息的關(guān)注。該模塊通過動態(tài)調(diào)整特征圖的通道權(quán)重,突出對分類和定位任務(wù)更為關(guān)鍵的特征,從而提升模型性能和泛化能力。

PAF定位解碼器的數(shù)學(xué)表示為:

zPAF=[D(z0),D(z1),D(z2),D(z3),z4]

(1)

(2)

(3)

其中[·]表示通道維度拼接,D(·)表示降采樣,z0∈2 400×16,z1∈1 200×32,z2∈600×64,z3∈300×128,z4∈150×256。SE(·)表示注意力模塊,?表示按對位元素相乘。GAP(·)表示全局平均池化,ωPAF和bPAF為PAF定位解碼器中全連接層的參數(shù),Sigmoid(·)表示激活函數(shù)。

1.2.3QRS波定位解碼器 QRS波定位任務(wù)涉及從連續(xù)的ECG序列中識別QRS波的范圍和定位R波的坐標(biāo),類似于計算機視覺中的目標(biāo)檢測任務(wù)。為實現(xiàn)高精度的分割,本研究將低分辨率特征插值到最高分辨率特征中。為平衡模型性能和計算資源之間的關(guān)系,提高模型的QRS波定位性能,本研究對QRS波定位任務(wù)使用知識蒸餾,基于現(xiàn)有的高精度QRS波定位方法[19]為模型提供QRS波范圍的先驗二進制標(biāo)簽序列QRS∈2 400×1作為訓(xùn)練時的真實標(biāo)簽序列。

QRS波定位解碼器的數(shù)學(xué)表示為:

zQRS=[z0,U(z1),U(z2),U(z3),U(z4)]

(4)

(5)

(6)

1.2.4信號預(yù)處理和后處理 (1)預(yù)處理:輸入多分辨率編碼器的12 s ECG片段均被重采樣為200 Hz,以保證輸入片段包含相同的采樣點數(shù)(2 400)。中值濾波器和0.1～45 Hz帶通濾波器[25]被用于初步濾除基線漂移和工頻噪聲等干擾。

(2)后處理:兩個解碼器的最終輸出由Sigmoid激活函數(shù)決定,輸出值在范圍[0,1]內(nèi),近似為事件發(fā)生的概率。

對于QRS波定位任務(wù),概率結(jié)果超過0.5的點被判定位于QRS波群中。R波坐標(biāo)被定義為每段陽性標(biāo)簽的中點。當(dāng)兩個R波坐標(biāo)的間隔小于25個采樣點時,本研究認(rèn)為存在假陽性,并以這兩個坐標(biāo)的中點代替原有的兩個坐標(biāo)[21]。

對于PAF定位任務(wù),當(dāng)某一幀對應(yīng)的概率結(jié)果超過閾值0.5時,該幀被判定存在AF。由于臨床AF的診斷依賴于對P 波狀態(tài)和 RR 間期序列的分析,需要從ECG中獲取足夠的信息[21],因此將預(yù)測PAF長度不足5個連續(xù)心拍的片段認(rèn)為是假陽性并舍棄。模型同步得到的R波坐標(biāo)被用于計算心拍。AF標(biāo)簽陽性標(biāo)記范圍的兩個端點被用作PAF事件的起始點和終止點。

MR-ECG的參數(shù)均通過二元交叉熵?fù)p失函數(shù)(binary cross-entropy,BCE)進行訓(xùn)練。其損失函數(shù)表示為:

(7)

2 實驗結(jié)果

2.1 實驗數(shù)據(jù)

實驗采用五折交叉驗證法在CPSC 2021-Train數(shù)據(jù)庫[26]上進行訓(xùn)練,劃分出來的驗證集用于超參數(shù)調(diào)優(yōu)和模型選擇,數(shù)據(jù)采樣率為200 Hz。為避免模型過擬合,兩個臨床含噪ECG數(shù)據(jù)庫TEST_I和TEST_II[26]僅用于模型性能評估和魯棒性測試,數(shù)據(jù)采樣率為200 Hz。數(shù)據(jù)屬性見表1。

表1 PAF數(shù)據(jù)庫概要

2.2 實驗設(shè)置

實驗使用TensorFlow框架,在NVIDIA RTX 3070Ti GPU上進行訓(xùn)練和測試。通過驗證集驗證不同超參數(shù)組合的性能,得到最優(yōu)的超參數(shù)組合。實驗中各模型的超參數(shù)設(shè)置一致:輸入的批大小為100,優(yōu)化器學(xué)習(xí)率為0.001。為防止模型過擬合,采用早停策略,當(dāng)模型連續(xù)20次驗證性能未提高時,停止訓(xùn)練。

2.3 實驗評價指標(biāo)

在實驗中,根據(jù)已有的AF分類、PAF定位和QRS波定位分別選擇了以下評價指標(biāo)參數(shù):

(1)采用真陽性(true positive,TP)、假陽性(false positive,FP)、假陰性(false negative,FN)、準(zhǔn)確度(accuracy,acc)、敏感性(sensitivity,Sen)、陽性預(yù)測值(positive predictive value,PPV)和F1分?jǐn)?shù)用于評估分類任務(wù)性能。本研究中的AF分類和QRS定位任務(wù)可分別看作ECG全局和局部的二分類任務(wù)。AF分類使用Acc和F1分?jǐn)?shù)進行評估,其中持續(xù)性AF和PAF被認(rèn)為是陽性,而非AF被認(rèn)為是陰性。QRS定位任務(wù)使用TP、FP、FN、PPV、Sen和F1分?jǐn)?shù)進行評估。Acc越高表示模型分類越準(zhǔn)確,F1越高表示模型分類越穩(wěn)健。

(8)

(9)

(10)

(11)

其中,TP為事件(QRS檢測、AF分類)正確預(yù)測數(shù);FP為假陽性數(shù);FN為事件漏檢數(shù)。

(2)交并比(intersection over union,IoU)。PAF定位任務(wù)在本研究中被看作幀級別的AF分類任務(wù),不同于Acc和F1分?jǐn)?shù),IoU被用于評估ECG信號中每一幀的分類準(zhǔn)確度,進而評估模型的PAF定位性能。由于ECG為非AF類型時,根據(jù)傳統(tǒng)IoU定義計算會導(dǎo)致分母為0,本研究對IoU進行了特定類別的計算考慮,分別計算AF信號和Non-AF信號的IoU。IoU越高,表示模型正確定位的覆蓋范圍越多。

(12)

其中,TPF為被正確標(biāo)記為AF的AF幀數(shù);TNF為被正確標(biāo)記為非AF的非AF幀數(shù);FPF為被錯誤標(biāo)記為AF的非AF幀數(shù);FNF為被錯誤標(biāo)記為非AF的AF幀數(shù)。

(3)PAF定位分?jǐn)?shù)(PAF-Score)[22]。Acc和F1未評估針對PAF、持續(xù)性AF和非AF的三分類任務(wù)性能,而IoU只考慮預(yù)測和真實PAF二進制標(biāo)簽序列的一致性,當(dāng)ECG信號中有多段不連續(xù)的AF片段時,IoU變化不大,無法體現(xiàn)PAF定位準(zhǔn)確度?；谝陨蠁栴},本研究使用PAF-Score評估PAF定位性能。

圖3 Ue計算示例

第二部分Ur通過一個分?jǐn)?shù)矩陣計算三分類任務(wù)的準(zhǔn)確度,分類得分見圖4。例如,當(dāng)一個PAF信號被分類為非AF信號時,Ur得分為-1。

圖4 Ur分?jǐn)?shù)矩陣

PAF-Score計算如下:

(13)

其中,N為數(shù)據(jù)庫中的ECG信號數(shù)量。PAF-Score的分?jǐn)?shù)與ECG數(shù)據(jù)庫中的PAF信號占比以及PAF信號中的PAF時間數(shù)量有關(guān),所以,PAF-Score僅適用于在相同數(shù)據(jù)庫上比較不同的模型性能。根據(jù)計算規(guī)則,PAF-Score的下界閾值為-2,無明確的上界閾值。

2.3 實驗結(jié)果

表2為MR-ECG及現(xiàn)有的PAF定位模型在TEST_I和TEST_II臨床含噪ECG數(shù)據(jù)庫上的PAF定位和AF分類結(jié)果。PAF定位結(jié)果使用IoU和PAF-Score評估,AF分類結(jié)果使用Acc、Rec、Pre和F1分?jǐn)?shù)評估。可見,MR-ECG在兩個數(shù)據(jù)庫上實現(xiàn)了最高的IoU和PAF-Score,PAF定位性能優(yōu)于傳統(tǒng)ResNet網(wǎng)絡(luò)和Wen等[20]提出的4個方法。相比傳統(tǒng)ResNet網(wǎng)絡(luò),IoU分別增長了1.67%和3.96%,PAF-Score分別增長了0.031 1和0.237 2。這說明MR-ECG通過橫向連接并行處理分辨率的多個分支,能夠保留更多的PAF特征,使得方法在PAF定位任務(wù)上取得更好的效果。而MR-ECG僅通過一個模型定位就實現(xiàn)了優(yōu)于LSTM+U-Net和LSTM+SeqLab方法的PAF定位性能,證明了MR-ECG在模型結(jié)構(gòu)上的優(yōu)越性,也進一步表明了提升對局部和全局信息的感知,可以提升PAF的定位性能。

表2 PAF定位、AF分類結(jié)果和QRS波定位結(jié)果對比表

此外,由表2可知,MR-ECG在AF分類任務(wù)上的性能也優(yōu)于其他幾種方法,在兩個數(shù)據(jù)庫上的F1分?jǐn)?shù)分別達到了86.73%和89.98%,比傳統(tǒng)ResNet網(wǎng)絡(luò)提升了2.53%和0.52%;相比Wen等[20]所提方法中的最高F1分?jǐn)?shù)分別提升了4.5%和1.98%,間接證實了MR-ECG可捕捉到更有效的PAF特征表征。

表2為MR-ECG與其他QRS波定位方法在TEST_I和TEST_II兩個數(shù)據(jù)庫上的結(jié)果?？梢?MR-ECG的各項指標(biāo)表現(xiàn)良好,Sen分別達到了99.66%和99.27%,PPV分別達到了99.65%和99.32%,超過傳統(tǒng)的QRS波定位方法,并與現(xiàn)有的領(lǐng)先方法持平。在兩個數(shù)據(jù)庫上,MR-ECG的F1分?jǐn)?shù)僅比現(xiàn)有的領(lǐng)先方法低0.08%和0.05%,這表明本研究方法可實現(xiàn)較高精度的QRS波定位,進而為PAF定位序列后處理提供有效且準(zhǔn)確的參考信息。總體而言,本研究方法在PAF定位、AF分類和QRS波定位任務(wù)上具有較高的準(zhǔn)確性和穩(wěn)定性。

4 結(jié)束語

本研究提出了基于CNN的多分辨率ECG理解框架,實現(xiàn)了PAF和QRS波的準(zhǔn)確定位,以及AF的可靠分類。為防止模型過擬合,本研究僅在CPSC 2021-Train上訓(xùn)練模型,并嚴(yán)格在TEST_I和TEST_II上進行測試和分析。實驗結(jié)果顯示,IoU、PAF-Score、F1在TEST_I數(shù)據(jù)庫上分別為93.68%、1.818 2、86.73%,在TEST_II數(shù)據(jù)庫上分別為79.28%、3.487 0和89.98%,表明該算法在PAF定位和AF分類方面具有較高的準(zhǔn)確性和穩(wěn)定性。此外,針對QRS波定位性能的實驗結(jié)果顯示,兩個數(shù)據(jù)庫上的F1分?jǐn)?shù)分別為99.65%和99.29%,超過多數(shù)QRS波定位方法,與現(xiàn)有的領(lǐng)先方法持平。然而,本項工作也存在一些局限性,實驗發(fā)現(xiàn)本研究方法仍存在被噪聲干擾導(dǎo)致的誤判現(xiàn)象,未來需要嘗試更多方法,以進一步提升算法對噪聲干擾的魯棒性。此外,本研究將進一步研究模型的可解釋性,以幫助用戶更清楚地了解人工智能如何作出決策。