韓昕哲 尚莉伽 張宏坡 毛曉波 劉 超 王漢章 逯 鵬,5*

1(鄭州大學(xué)電氣工程學(xué)院 河南 鄭州 450001) 2(互聯(lián)網(wǎng)醫(yī)療與健康服務(wù)河南省協(xié)同創(chuàng)新中心 河南 鄭州 450001) 3(北京市東城區(qū)中小學(xué)衛(wèi)生保健所 北京 100007) 4(數(shù)學(xué)工程與先進(jìn)計(jì)算國家重點(diǎn)實(shí)驗(yàn)室 河南 鄭州 450001) 5(中醫(yī)藥智能科學(xué)與工程技術(shù)研究中心 河南 鄭州 450001)

0 引 言

心電圖(Electrocardiogram，ECG)是進(jìn)行心血管疾病診斷的重要工具?；谟?jì)算機(jī)輔助分析的ECG自動(dòng)分類技術(shù)具有可靠的臨床應(yīng)用價(jià)值[1]。傳統(tǒng)的ECG分類方法依賴手工選取特征[2]。深度學(xué)習(xí)利用大量心電數(shù)據(jù)訓(xùn)練，自動(dòng)學(xué)習(xí)特征，是當(dāng)前實(shí)現(xiàn)ECG自動(dòng)分類的主要技術(shù)途徑[3]。

訓(xùn)練一個(gè)性能優(yōu)異的深度學(xué)習(xí)模型需要大量標(biāo)注的ECG數(shù)據(jù)和計(jì)算能力[4]。訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)模型是對當(dāng)前心電數(shù)據(jù)的擬合；若數(shù)據(jù)分布發(fā)生改變，必須根據(jù)任務(wù)調(diào)整模型，否則會(huì)出現(xiàn)分類準(zhǔn)確率嚴(yán)重下降情況，即領(lǐng)域自適應(yīng)問題[5]。研究表明，域適應(yīng)問題是影響ECG分類模型大規(guī)模應(yīng)用的關(guān)鍵之一[6]。Yao等[7]的研究發(fā)現(xiàn)基于美國心電數(shù)據(jù)集訓(xùn)練的分類模型不適用于中國心電數(shù)據(jù)集。Kachuee等[8]通過微調(diào)網(wǎng)絡(luò)將心律不齊的分類模型應(yīng)用于心肌梗塞的分類任務(wù)。Salem等[9]將DenseNet作為預(yù)訓(xùn)練模型，把劃分后的每個(gè)心拍轉(zhuǎn)換為二維特征圖，通過使用大量二維特征圖微調(diào)DenseNet實(shí)現(xiàn)分類。上述文獻(xiàn)使用的微調(diào)方法需要目標(biāo)數(shù)據(jù)有大量的標(biāo)注，當(dāng)目標(biāo)數(shù)據(jù)缺少標(biāo)注時(shí)則不再適用。

本文構(gòu)建了一個(gè)域適應(yīng)分類網(wǎng)絡(luò)。首先通過雙向門控循環(huán)單元(Bidirection Gated Recurrent Unit，BiGRU)分別從源數(shù)據(jù)和目標(biāo)數(shù)據(jù)自動(dòng)抽取特征，然后將其映射至再生希爾伯特空間內(nèi)，最后利用源數(shù)據(jù)的標(biāo)注來學(xué)習(xí)公共空間的特征表示，實(shí)現(xiàn)ECG分類的無監(jiān)督域適應(yīng)。

1 域適應(yīng)網(wǎng)絡(luò)模型

1.1 問題定義

有標(biāo)注的源心電數(shù)據(jù)表示為XS=[x1,x2,…,xM]，心電類別空間CS=[C1,C2,…,CI]，其中：M表示源數(shù)據(jù)的樣本總量；I表示類別數(shù)。無標(biāo)注的目標(biāo)心電數(shù)據(jù)XT=[x1,x2,…,xN]，其中N表示目標(biāo)數(shù)據(jù)的樣本總量。假設(shè)源數(shù)據(jù)和目標(biāo)數(shù)據(jù)的類別空間相同，即CS與CT一樣，網(wǎng)絡(luò)模型的實(shí)現(xiàn)目標(biāo)是使用源域的標(biāo)注數(shù)據(jù)來解決目標(biāo)域的分類任務(wù)。

1.2 門控循環(huán)單元

門控循環(huán)單元(Gated Recurrent Unit，GRU)將長短期記憶網(wǎng)絡(luò)[10]的遺忘門、輸入門和輸出門簡化為更新門和重置門，保留LSTM功能的同時(shí)，減少了參數(shù)數(shù)量，從而大幅提升了訓(xùn)練速度[11]。門控循環(huán)單元具體結(jié)構(gòu)如圖1所示。更新門用于控制tn-1時(shí)刻的狀態(tài)信息對tn時(shí)刻狀態(tài)的影響程度，更新門的值越大說明tn-1時(shí)刻對tn時(shí)刻影響越大。重置門用于控制tn-1時(shí)刻的狀態(tài)信息的忽略程度，重置門的值越小說明忽略得越多。

圖1 GRU結(jié)構(gòu)

更新門狀態(tài)zt和重置門狀態(tài)rt的計(jì)算方式為：

zt=σ(Wz·[ht-1,xt])

(1)

rt=σ(Wr·[ht-1,xt])

(2)

st=tanh(Ws·[rt×ht-1,xt])

(3)

ht=(1-zt)×ht-1+zt×st

(4)

式中：st表示t時(shí)刻的候選激活狀態(tài)；ht表示t時(shí)刻的激活狀態(tài)；xt表示t時(shí)刻的輸入；σ代表非線性函數(shù)；Wz、Wr、Ws分別表示相應(yīng)的權(quán)重矩陣。

ECG在時(shí)間上有上下文關(guān)聯(lián)性[12]，單向GRU網(wǎng)絡(luò)只能獲取輸入數(shù)據(jù)的上文信息，因此本文使用雙向門控循環(huán)單元網(wǎng)絡(luò)利用同一通道的上下文信息。模型結(jié)構(gòu)如圖2所示。

圖2 BiGRU結(jié)構(gòu)

可以看出，BiGRU是由兩層單向的GRU組成，當(dāng)前的輸出由前向信息和反向信息共同決定。

1.3 MMD-Net模型結(jié)構(gòu)

本文提出的域適應(yīng)網(wǎng)絡(luò)模型MMD-Net由1層BiGRU、1個(gè)適應(yīng)層、2個(gè)全連接層和1個(gè)輸出層組成，模型整體結(jié)構(gòu)如圖3所示。適應(yīng)層在BiGRU和Dense1之間，作用是將BiGRU提取的ECG特征投影至公共空間，并使用MMD計(jì)算源域和目標(biāo)域數(shù)據(jù)的特征距離。

圖3 模型總體結(jié)構(gòu)

1.4 損失函數(shù)設(shè)計(jì)

本文使用的域適應(yīng)損失函數(shù)為兩部分，如式(5)所示。

(5)

(6)

式中:N為類別數(shù)；XL經(jīng)過Softmax函數(shù)處理，轉(zhuǎn)化成對應(yīng)屬于每個(gè)標(biāo)簽的概率值，再計(jì)算交叉熵。

(7)

式中:φ()是非線性映射函數(shù)；H表示映射到的再生希爾伯特空間。

式(8)-式(11)為通過恒等變換并使用核函數(shù)計(jì)算MMD的過程。

首先將式(7)經(jīng)過平方運(yùn)算后展開，再開方的等價(jià)變換運(yùn)算得到：

(8)

(9)

MMD-Net采用線性核函數(shù)和高斯核函數(shù)[14]，分別是：

k1(x,x′)=xTx′

(10)

(11)

2 實(shí)驗(yàn)與結(jié)果分析

2.1 數(shù)據(jù)集

實(shí)驗(yàn)使用的ECG數(shù)據(jù)集MIT-BIH心房顫動(dòng)數(shù)據(jù)集(MIT-BIH Atrial Fibrillation Database，AFDB)[15]和中國心血管疾病數(shù)據(jù)庫(Chinese Cardiovascular Disease Database，CCDD)[16]。

AFDB包含23組二導(dǎo)聯(lián)數(shù)據(jù)，采樣率250 Hz，包含四種節(jié)律：291個(gè)心房顫動(dòng)，14個(gè)心房撲動(dòng)，12個(gè)房室交界性心律，288個(gè)其他心律。

CCDD是標(biāo)準(zhǔn)12導(dǎo)聯(lián)臨床數(shù)據(jù)集。數(shù)據(jù)集中存在記錄對應(yīng)多個(gè)疾病字典碼的情況。本文使用的均為有且只有一個(gè)疾病字典碼的記錄，將篩選出的記錄降采樣為250 Hz，保證數(shù)據(jù)的一致性。

實(shí)驗(yàn)中，把數(shù)據(jù)劃分為5 s的ECG片段，獲取的數(shù)據(jù)集情況如表1所示。實(shí)驗(yàn)數(shù)據(jù)分為房顫和非房顫兩種類型，其中非房顫類型包含房撲、房室交界和其他。為保證二分類的數(shù)據(jù)平衡性，隨機(jī)從AFDB和CCDD分別抽取50 000和12 000個(gè)樣本，并按照8 ∶2的比例劃分訓(xùn)練集與測試集。

表1 數(shù)據(jù)標(biāo)簽及樣本數(shù)量

經(jīng)過劃分的心電片段如圖4和圖5所示，可以看出，AFDB和CCDD的房顫數(shù)據(jù)之間存在明顯的形態(tài)學(xué)差異。

圖4 AFDB的房顫樣本

2.2 評估指標(biāo)

模型評估采用準(zhǔn)確率Acc(Accuracy)、精確度P(Precision)、召回率R(Recall)和F1分?jǐn)?shù)(F1Score)。計(jì)算公式分別為：

(12)

(13)

(14)

(15)

式中：TP(True Positive)表示將房顫類型數(shù)據(jù)預(yù)測為房顫的樣本數(shù)；TN(True Negative)表示將非房顫數(shù)據(jù)預(yù)測為非房顫的樣本數(shù)；FP(False Positive)表示將非房顫數(shù)據(jù)預(yù)測為房顫的樣本數(shù)；FN(False Negative)表示將房顫數(shù)據(jù)預(yù)測為非房顫的樣本數(shù)；Acc表示總體模型的整體分類準(zhǔn)確率；R表示房顫被分對的比例，衡量了模型對房顫的識(shí)別能力；P表示被分為房顫的樣本中實(shí)際為房顫的比例；F1為P和R的調(diào)和平均。

2.3 結(jié)果分析

2.3.1實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)過程中CCDD和AFDB交替作為源數(shù)據(jù)和目標(biāo)數(shù)據(jù)，分別記作CCDD→AFDB和AFDB→CCDD。首先使用源數(shù)據(jù)訓(xùn)練得到模型，即預(yù)訓(xùn)練模型；然后使用目標(biāo)數(shù)據(jù)測試集測試得到在預(yù)訓(xùn)練模型上的表現(xiàn)，記作基準(zhǔn)組；然后分別采用線性核和高斯核的MMD-Net域適應(yīng)學(xué)習(xí)實(shí)驗(yàn)，分別記作線性核組和高斯核組。實(shí)驗(yàn)相關(guān)參數(shù)如表2所示。

表2 實(shí)驗(yàn)參數(shù)設(shè)置

表3是CCDD→AFDB的實(shí)驗(yàn)結(jié)果，圖6是模型準(zhǔn)確率隨適應(yīng)因子的變化情況?；鶞?zhǔn)組分類準(zhǔn)確率為0.628 4。相較于使用高斯核函數(shù)，MMD-Net在使用線性核函數(shù)時(shí)各項(xiàng)評價(jià)指標(biāo)更高。適應(yīng)因子λ=0.2測試準(zhǔn)確率最高，F(xiàn)1分?jǐn)?shù)提高5.21。使用高斯核函數(shù)時(shí)。圖6顯示在CCDD→AFDB實(shí)驗(yàn)中，適應(yīng)層采用線性核函數(shù)和高斯核函數(shù)平均準(zhǔn)確率為75.98%和70.70%。

表3 CCDD→AFDB的實(shí)驗(yàn)結(jié)果

圖6 CCDD→AFDB實(shí)驗(yàn)中不同核函數(shù)的測試準(zhǔn)確率

表4是AFDB→CCDD的實(shí)驗(yàn)結(jié)果，圖7是模型的測試準(zhǔn)確率隨適應(yīng)因子λ的變化情況。本組實(shí)驗(yàn)中，使用高斯核函數(shù)對模型的提升效果更好。圖7顯示適應(yīng)層采用線性核函數(shù)和高斯核函數(shù)的平均準(zhǔn)確率分別為56.26%和85.24%。

表4 AFDB→CCDD的實(shí)驗(yàn)結(jié)果

圖7 AFDB→CCDD實(shí)驗(yàn)中不同核函數(shù)的測試準(zhǔn)確率

以上基于AFDB和CCDD的雙向域適應(yīng)實(shí)驗(yàn)結(jié)果表明，二者數(shù)據(jù)類別空間上一致，但在數(shù)學(xué)分布上存在差異。本文的MMD-Net通過域適應(yīng)學(xué)習(xí)，平均準(zhǔn)確率分別達(dá)到了73.34%和70.75%，其中適應(yīng)因子取值在0.2～0.5內(nèi)得到的準(zhǔn)確率更高。這說明本文的模型可以通過最小化源域與目標(biāo)域的差異，使得模型學(xué)習(xí)源域和目標(biāo)域的共同表示，有效提高了模型在目標(biāo)域的分類準(zhǔn)確率。

2.3.2可視化分析

為更加直觀地顯示MMD-Net的分類性能，選取表4中的高斯核組對模型進(jìn)行可視化展現(xiàn)[17]，分別如圖8-圖10所示。房顫和非房顫樣本分別為帶有0和1的方塊。圖8顯示了AFDB測試集在其訓(xùn)練集上訓(xùn)練出來的模型的分類結(jié)果，表明預(yù)訓(xùn)練模型對源數(shù)據(jù)具有很好的分類性能。圖9是預(yù)訓(xùn)練模型在目標(biāo)數(shù)據(jù)測試集上的表現(xiàn)，對目標(biāo)數(shù)據(jù)無法準(zhǔn)確劃分。圖10是MMD-Net分類的可視化結(jié)果，表明適應(yīng)層的加入顯著改善了模型在目標(biāo)數(shù)據(jù)的分類性能。

圖8 預(yù)訓(xùn)練模型分類結(jié)果的可視化

圖9 預(yù)訓(xùn)練模型在目標(biāo)數(shù)據(jù)分類結(jié)果的可視化

圖10 MMD-Net在目標(biāo)數(shù)據(jù)分類結(jié)果的可視化

3 結(jié) 語

針對心電信號分類中的域適應(yīng)問題，本文提出基于MMD心電域適應(yīng)學(xué)習(xí)的分類模型MMD-Net。將源數(shù)據(jù)和目標(biāo)數(shù)據(jù)輸入BiGRU中學(xué)習(xí)特征，通過適應(yīng)層將各自特征映射至公共的再生希爾伯特空間內(nèi)，使用MMD度量特征空間內(nèi)的分布差異，并利用源數(shù)據(jù)的標(biāo)簽信息實(shí)現(xiàn)對目標(biāo)數(shù)據(jù)的域適應(yīng)學(xué)習(xí)。在CCDD和AFDB上的雙向域適應(yīng)實(shí)驗(yàn)結(jié)果表明，本文方法能有效提高目標(biāo)域分類準(zhǔn)確率，提升模型泛化性能。后續(xù)工作將考慮使用多核MMD進(jìn)一步提升應(yīng)用價(jià)值。