基于一維卷積神經(jīng)網(wǎng)絡(luò)的房顫智能診斷方法研究

謝勝龍， 張為民， 魯玉軍， 張文欣， 朱俊江， 任國營

(1.中國計量大學(xué) 機電工程學(xué)院，浙江杭州310018；2.浙江西子重工機械有限公司，浙江嘉興314423； 3.中國計量科學(xué)研究院，北京100029；4.浙江理工大學(xué) 機械與自動控制學(xué)院，浙江杭州310018)

1 引 言

心房顫動(atrial fibrillation, AF)簡稱房顫，是臨床上一種常見的心律失?，F(xiàn)象，其發(fā)病率約為0.4%～1.0%[1]。房顫本身并不具備太多危害，但卻是諸多高危疾病的誘因，隨之而來的冠心病、腦卒中(中風)、心肌梗死等并發(fā)癥，嚴重危害著人類的健康和生命安全[2]。因此，及時發(fā)現(xiàn)與預(yù)測房顫，具有十分重要的臨床和社會意義。近年來發(fā)展起來的無線傳感技術(shù)與可穿戴式數(shù)據(jù)采集設(shè)備推進了可穿戴式心電監(jiān)護設(shè)備的研發(fā)與應(yīng)用，使醫(yī)療信息呈幾何倍數(shù)增長，人們進入了醫(yī)療大數(shù)據(jù)時代。然而，現(xiàn)有心電信號的診斷主要是在經(jīng)過心電圖儀及配套分析軟件對心電圖(electrocardiogram, ECG)中可疑波段初步篩選后，依靠醫(yī)師的經(jīng)驗進行人工診斷，這嚴重制約了可穿戴式心電監(jiān)護設(shè)備和移動醫(yī)療的推廣。

由于產(chǎn)生房顫時，心電圖信號主要表現(xiàn)為P波消失，取而代之的是一系列大小不一、方向不同和形態(tài)各異的心房紊亂激動波(f波)信號[3],因此，基于P波與f波的幅值、頻譜信息首先被廣泛應(yīng)用于房顫診斷中。文獻[4]基于P波特征，采用高斯混合模型對心電圖信號進行分類研究，文獻[5]采用經(jīng)驗?zāi)B(tài)分解的方法來提取P波分量及其相應(yīng)參數(shù)來進行房顫診斷，均取得了較好的效果。王德璽等[6]為了提取f波，采用獨立成分分析(ICA)以及ICA與二階盲辨識法(SOBI)結(jié)合的2種盲信號分離方法對9位房顫病人的體表標測信號進行f波提?。蝗欢?，心房活動中的P波與f波信號幅度較小，極易受到各種噪聲的干擾，因此實現(xiàn)精確的檢測較為困難[7]。為此，學(xué)者們嘗試借助于心電圖其它波段信息進行房顫的診斷。師黎等[8]研究基于小波變換的心電信號R波及ST段等特征點的提取，該方法具有提取率高、適用面廣的優(yōu)點；任曉霞[9]提出一種基于概率隨機舍棄神經(jīng)元建立子網(wǎng)絡(luò)的深度卷積神經(jīng)網(wǎng)絡(luò)，通過心電信號數(shù)據(jù)去噪、ST段候選段篩選、神經(jīng)網(wǎng)絡(luò)卷積與下采樣運算過程，實現(xiàn)ST段波形樣本訓(xùn)練與測試。但是，ST段相較于P波與f波更為微弱，且波形的變化形態(tài)十分復(fù)雜，尤其病人個體之間的差異比較明顯，很難在臨床應(yīng)用中推廣。由于房顫時心電圖信號中RR間期絕對不規(guī)則，且R波幅值較大，因此RR間期的房顫診斷方法相對更為準確，且具有較強的魯棒性，可實現(xiàn)移動端的房顫診斷。因此學(xué)者們開始逐漸利用RR間期特點進行房顫診斷。余曉敏等[10]在對單通道ECG信號進行QRS波檢測和預(yù)處理后，得到RR間期信號序列，從中提取出相應(yīng)的時頻特征參數(shù)，歸一化處理后采用支持向量機進行分類訓(xùn)練；陳志博等[11]提出一種基于RR間期的特征提取方法，該方法以穩(wěn)健變異系數(shù)描述RR間期的離散程度，以偏態(tài)參數(shù)描述RR間期的分布形狀，以Lempel-Ziv復(fù)雜度描述RR間期的復(fù)雜度，最后將上述3類特征值組成特征向量輸入支持向量機分類器模型，實現(xiàn)房顫的自動分類檢測；文獻[12]通過使用RR間期信息熵、RR間期差概率密度分布和空白窗比率特征進行房顫分類研究，實現(xiàn)了95.90%的準確率。

盡管上述診斷方法相比傳統(tǒng)的人工檢測方法在效率和準確率上有了較大提高，但仍然依賴于人工特征提取與特征分類，需要相應(yīng)的專家知識[11]。由于ECG信號在采集過程中容易受工頻噪聲、肌電噪聲和基線漂移等干擾，以及受患者間個體差異大等因素的影響，前期特征提取效果往往受到很大的限制，從而導(dǎo)致診斷精度降低[13]；而且很多方法多采用MIT-BIH中數(shù)據(jù)，僅對小樣本測試效果良好，面向臨床大數(shù)據(jù)診斷則效果下降，難以臨床實際應(yīng)用。近年來，深度學(xué)習(xí)(deep learning)因采用深度卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)結(jié)構(gòu)能夠直接處理原始信號，實現(xiàn)對輸入信號的逐層特征提取，擺脫了對人工特征提取和先驗知識的依賴，從而創(chuàng)立了一種將預(yù)處理、特征提取和特征分類統(tǒng)一到一個框架下的端到端的智能診斷新方式[14～17]。魏曉玲等[17]采用基于多特征融合與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法進行了房顫檢測，取得了較好的效果;文獻[18]基于穿戴式心電圖監(jiān)測器采集到的心電信號，采用34層深度殘差網(wǎng)絡(luò)對14種心律失常心電片段進行了分類學(xué)習(xí)研究；李端等[13]采用深度殘差卷積神經(jīng)網(wǎng)絡(luò)完成了心律不齊多分類、室性異位搏動和室上性異位搏動等分類識別實驗，取得了良好的效果。然而由于采用了深度神經(jīng)網(wǎng)絡(luò)，其識別率雖然得到了明顯提高，但訓(xùn)練時間急劇增加，不利于房顫的高效診斷。本文在臨床試驗數(shù)據(jù)的基礎(chǔ)上，針對心電信號數(shù)據(jù)RR間期特點提出一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的房顫智能診斷方法，達到了良好的診斷精度。

2 心電圖原理

心臟活動時會產(chǎn)生電激動，此電激動能引起體表電位的變化，按照心臟激動的時間順序，將此體表電位記錄下來，形成一條連續(xù)曲線，即為心電圖。人體正常心電圖波形如圖1所示。

圖1 正常心電周期圖Fig.1 Normal ECG Periodogram

圖1中的波段反映了正常心房和心室活動所對應(yīng)的時間和周期。一個完整的正常心動周期包括心房除極、心室除極和心室復(fù)極，該過程分別產(chǎn)生P波、QRS波群和T波；幾個關(guān)鍵的間期指標分別為PR間期、QT間期和ST段等。PR間期代表由竇房結(jié)產(chǎn)生的興奮經(jīng)由心房、房室交界和房室束到達心室，并引起心室開始興奮所需的時間；QT間期是心室除極與復(fù)極過程的時間，代表心臟的電收縮過程；ST段代表心室各部分已全部進入去極化狀態(tài)，此時心室各部分之間沒有電位差，所以ST段曲線近似呈水平狀態(tài)。

正常情況下，RR間期長度較為規(guī)則穩(wěn)定。當發(fā)生房顫現(xiàn)象時，上述心電圖會產(chǎn)生如下變化[19]：(1) RR間期絕對不規(guī)則；(2) P波消失，代之以一系列連續(xù)、快速(頻率達350～600次/min)、不規(guī)則的心房激動波，稱為顫動波(f波)。

由上述分析可知，當心臟出現(xiàn)心律不齊等問題時，心電活動的變化會清晰地反映在心電圖上，各種波形形態(tài)會呈現(xiàn)明顯的異化現(xiàn)象，其波形幅值、間期與周期均會發(fā)生顯著變化，從而為醫(yī)生診斷各種心臟疾病提供了可靠依據(jù)。

圖2分別給出了正常的心電圖、發(fā)生房顫時的心電圖和發(fā)生室性早搏時的心電圖。根據(jù)圖1中的介紹，對比圖2(a)，圖2(b)中心電圖P波消失，且RR間期不規(guī)則，因此發(fā)生了房顫現(xiàn)象；在圖2(c)中0.5～1 s時間段，其QRS波群正好落在竇性心律的T波上，且隨后的ST段移位，抬高了約0.1 mV，這是室性早搏的典型特征，表明發(fā)生了室性早搏現(xiàn)象。傳統(tǒng)的診斷方法需要具有專業(yè)知識背景的醫(yī)生根據(jù)上述心電圖進行人工判斷，不僅效率低下，而且很容易因疲勞等因素產(chǎn)生誤判。本文提出的智能診斷方法，只需輸入診斷信號，經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練篩選，即可通過層層特征提取，識別出房顫信號，從而提高診斷效率。

圖2 正常與異常心電圖Fig.2 The normal and abnormal ECG signal

3 神經(jīng)網(wǎng)絡(luò)模型

3.1 LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)

一維LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示，包括特征提取層以及分類層2部分。網(wǎng)絡(luò)深度5層，即2個卷積層和3個全連接層。特征提取層包括卷積層和池化層，接收處理后的心電信號，借助于卷積層中多個卷積核實現(xiàn)對心電信號的多維特征提取，得到多個特征矢量。最大池化算子用于降低特征矢量維數(shù)，同時提高非線性特征的魯棒性。通過交替的兩層卷積池化操作實現(xiàn)輸入信號非線性特征的多級提取。本網(wǎng)絡(luò)的分類層由3個全連接層組成，其中前2個全連接層用于對特征提取層所得特征的“展平”操作，即將所有特征矢量首尾連接組成一維向量；第3個全連接層的神經(jīng)元個數(shù)與分類類別數(shù)目保持一致，用于最終的分類。

圖3 一維LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.3 Structure of 1D LeNet-5 network

3.2 AlexNet網(wǎng)絡(luò)結(jié)構(gòu)

AlexNet是在LeNet-5網(wǎng)絡(luò)基礎(chǔ)上進一步增加了網(wǎng)絡(luò)的深度與寬度，其網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。它擁有8層結(jié)構(gòu)，由5個卷積層和3個全連接層組成。其中卷積層1和卷積層2在每個卷積層后面附有局部響應(yīng)歸一化層(local response normalization, LRN)和最大池化層[20]，最后一層全連接層用于分類。訓(xùn)練時采用dropout技術(shù)降低過擬合、修正線性單元(relu)提高網(wǎng)絡(luò)訓(xùn)練速度、池化(pool)和歸一化(norm)技術(shù)提高識別精度。

圖4 一維AlexNet網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.4 Structure of 1D AlexNet network

AlexNet網(wǎng)絡(luò)的卷積層1和卷積層2整體結(jié)構(gòu)與LeNet-5網(wǎng)絡(luò)類似，均是在卷積層后面加入池化層用于特征降維、壓縮數(shù)據(jù)和參數(shù)的數(shù)量、減小過擬合，同時提高模型的容錯性。不同的是經(jīng)典的AlexNet網(wǎng)絡(luò)還添加了局部響應(yīng)歸一化層以提高模型的泛化能力。隨后的3個卷積層，是AlexNet網(wǎng)絡(luò)同LeNet-5網(wǎng)絡(luò)不同之處，通過添加3層卷積層，使得網(wǎng)絡(luò)結(jié)構(gòu)進一步加深、加寬，并在全連接層中輔之以Dropout技術(shù)隨機忽略一部分神經(jīng)元，以避免模型過擬合，從而進一步提高模型的識別精度。

由于本文房顫診斷屬于二分類問題，只需判斷心電信號是否發(fā)生了房顫。因此輸出層采用sigmoid函數(shù)，其函數(shù)表達式為：

(1)

與經(jīng)典的二維LeNet-5網(wǎng)絡(luò)和AlexNet網(wǎng)絡(luò)相比，為了適應(yīng)一維的心電信號，本文構(gòu)建的一維卷積神經(jīng)網(wǎng)絡(luò)做了如下修改：

(1) 采用一維卷積和池化以適用于一維振動時序信號。這樣可以保證對原始一維時域信號的直接處理，避免對其進行二維轉(zhuǎn)換，從而既減少了信號預(yù)處理的工作量，又避免原始信號序列中的空間相關(guān)性遭到人為破壞。

(2) LeNet-5網(wǎng)絡(luò)中2層卷積層均采用較大尺寸的卷積核，以提取大尺度下的時域信號特征，特征圖的個數(shù)隨深度增加而增加。

(3) AlexNet網(wǎng)絡(luò)中去掉LRN層。作為一種正則化手段，作者在調(diào)試過程中發(fā)現(xiàn)該方法對診斷精度影響不大，甚至精度會有所降低，但卻大大增加了訓(xùn)練時間，原因在于LRN造成了神經(jīng)網(wǎng)絡(luò)的前饋和反饋速度急劇降低[21]。

3.3 網(wǎng)絡(luò)參數(shù)設(shè)置

卷積神經(jīng)網(wǎng)絡(luò)的精度受卷積核的尺寸、數(shù)量以及卷積步長等網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的影響。一般情況下，較小的卷積核尺寸，較多的卷積核數(shù)量，較小的步長以及較多的卷積層數(shù)會使網(wǎng)絡(luò)的性能有相應(yīng)地提高，但是過多的卷積核和卷積層數(shù)也會造成過擬合以及訓(xùn)練速度減慢等弊端，所以需要合理調(diào)整網(wǎng)絡(luò)參數(shù)，在提高分類精度的同時減少計算資源[22]。

一維LeNet-5網(wǎng)絡(luò)中，第1層卷積層的卷積核尺寸和第2層全連接層的單元數(shù)對模型最終診斷精度影響較大；而一維AlexNet中，第3層和第4層的特征提取能力最強。若卷積核尺寸太小，則覆蓋完整輸入需要的卷積操作會顯著增加，相應(yīng)地，算法的運算時間也會顯著增加；若卷積核尺寸太大，則無法精確定位輸入數(shù)據(jù)中的特征，提取的特征可能會不明顯且包含較多的冗余信息。同時，由于本次實驗為二分類問題，分類數(shù)量較少，全連接層節(jié)點數(shù)過多也會導(dǎo)致分類的過擬合。經(jīng)過反復(fù)調(diào)試，本文2種網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)設(shè)置分別如表1和表2所示。

表1 LeNet-5網(wǎng)絡(luò)參數(shù)設(shè)置Tab.1 Parameter setting of LeNet-5

表2 AlexNet網(wǎng)絡(luò)參數(shù)設(shè)置Tab.2 Parameter setting of AlexNet

4 實驗與分析

4.1 信號采集

本文房顫診斷數(shù)據(jù)集由上海某醫(yī)院提供的 21 075 條短心電記錄組成，其中17 083條數(shù)據(jù)作為訓(xùn)練集，3 992條數(shù)據(jù)作為測試集，所有訓(xùn)練集與測試集分類均由隨機抽取產(chǎn)生。數(shù)據(jù)為時長10 s，采樣頻率為500 Hz的12導(dǎo)聯(lián)心電信號。本文選取其中的Ⅱ型導(dǎo)聯(lián)的心電記錄數(shù)值作為實驗數(shù)據(jù)，且每條記錄都由心電圖專家手動標記類型。

4.2 數(shù)據(jù)處理

正常的心電信號集中在0.05～100 Hz頻率范圍內(nèi)，且90%以上的能量集中于0.5～35 Hz之間，而頻率最高的QRS波群頻譜能量主要集中在2～20 Hz之間，在12 Hz左右能量最大。上述頻段包含了心電信號最主要的診斷信息。由于心電信號是一種比較微弱的體表生物電信號，因此在采集心電信號的過程中極易受到外部環(huán)境的干擾，主要有工頻干擾(50 Hz)、基線漂移(小于0.5 Hz)和肌電干擾(30～300 Hz)[23]。為此，在分析前需要進行信號預(yù)處理。

本文采用了針對心電信號節(jié)律分析的經(jīng)典預(yù)處理步驟，主要分為以下2個步驟[24]：首先將采集到的信號通過0.5～100 Hz的帶通濾波器得到心電信號；然后將處理后的信號通過20 Hz的低通濾波器得到QRS波群。處理前后波形如圖5～圖7所示。

圖5 未處理的心電信號Fig.5 The raw ECG signal

圖6 帶通濾波后的心電信號Fig.6 The ECG signal after bandpass filter

圖7 低通濾波后的心電信號Fig.7 The ECG signal after low-pass filter

4.3 結(jié)果分析

表3和表4分別給出了一維LeNet-5模型和AlexNet模型預(yù)測房顫的靈敏度/特異性和準確率。其中LeNet-5模型診斷精度為91.88%，而AlexNet模型的診斷精度則達到了95.34%，明顯優(yōu)于前者;表中，LeNet-5模型靈敏度為95.97%，特異性為88.66%，而AlexNet模型的靈敏度為98.12%，特異性為93.95%。對比2個模型的靈敏度和特異性的預(yù)測精度可以發(fā)現(xiàn)：AlexNet模型診斷的靈敏度和特異性均高于LeNet-5模型，并且2個模型診斷的靈敏度均高于特異性。

表3 LeNet-5模型預(yù)測結(jié)果Tab.3 Predict result of LeNet-5

表4 AlexNet模型預(yù)測結(jié)果Tab.4 Predict result of AlexNet

為了進一步觀察2種神經(jīng)網(wǎng)絡(luò)模型是否產(chǎn)生了過擬合現(xiàn)象，圖8和圖9分別給出了LeNet-5網(wǎng)絡(luò)和AlexNet網(wǎng)絡(luò)的訓(xùn)練集和測試集的準確率和損失函數(shù)值變化曲線。從圖8可見，LeNet-5網(wǎng)絡(luò)模型預(yù)測精度接近100%，但是在驗證集上其預(yù)測精度明顯降低;與之對應(yīng)的，在訓(xùn)練集上損失函數(shù)值接近于0，而在驗證集上損失函數(shù)并未收斂，反而產(chǎn)生了發(fā)散現(xiàn)象。這表明，采用LeNet-5網(wǎng)絡(luò)進行房顫診斷時，發(fā)生了明顯的“過擬合”現(xiàn)象。在圖9中，AlexNet網(wǎng)絡(luò)在訓(xùn)練集上預(yù)測精度為97.57%，與之對應(yīng)的驗證集上預(yù)測精度為95.02%，兩者相差不大，對應(yīng)的訓(xùn)練集和驗證集上損失函數(shù)也相差不大。這表明AlexNet網(wǎng)絡(luò)有效地避免了“過擬合”現(xiàn)象的產(chǎn)生。

圖8 LeNet-5網(wǎng)絡(luò)模型診斷結(jié)果Fig.8 Diagnosis result of LeNet-5 model

圖9 AlexNet網(wǎng)絡(luò)模型診斷結(jié)果Fig.9 Diagnosis result of AlexNet model

5 結(jié) 論

針對傳統(tǒng)房顫診斷算法依賴人工特征提取和先驗知識等問題，本文在經(jīng)典的二維LeNet-5與AlexNet神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上分別構(gòu)造了相應(yīng)的一維神經(jīng)網(wǎng)絡(luò)模型，并應(yīng)用于房顫的智能診斷中，2種模型均達到了良好的診斷精度，其診斷精度分別達到了91.88%和95.34%，并且2個模型診斷的靈敏度均高于特異性;通過進一步的對比分析發(fā)現(xiàn)一維LeNet-5網(wǎng)絡(luò)模型在訓(xùn)練過程中存在“過擬合”現(xiàn)象，而一維AlexNet神經(jīng)網(wǎng)絡(luò)模型則在消除該現(xiàn)象的同時顯著增加了房顫的診斷精度，從而為房顫智能診斷提供了新方法。

致謝感謝之江國際青年人才基金提供科研經(jīng)費支持相關(guān)研究工作。感謝上海數(shù)創(chuàng)醫(yī)療科技有限公司幫助收集提供相關(guān)的心電信號數(shù)據(jù)。