基于卷積神經(jīng)網(wǎng)絡(luò)的心電圖心律失常分類方法

艾文書 趙興群

東南大學(xué)生物科學(xué)與醫(yī)學(xué)工程學(xué)院，南京210000

0 引 言

世界衛(wèi)生組織的數(shù)據(jù)表明，心血管疾病是人類的頭號(hào)死因，每年死于各類心血管疾病的人數(shù)多于其他任何疾病。《中國心血管報(bào)告2018》顯示，我國心血管疾病的患病率與死亡率處于上升趨勢(shì)，心血管疾病的死亡率居各種疾病的首位[1]。

心電圖（electrocardiogram，ECG）是心臟電活動(dòng)在體表的一種綜合表現(xiàn)，其中心率節(jié)拍可以反映生理和病理的信息，在一定程度上可以客觀反映心臟各部分的生理狀況。心電圖是診斷心率失常的主要依據(jù)，通過連續(xù)監(jiān)測(cè)ECG信號(hào)可以識(shí)別心率狀況，從而判斷是否發(fā)生心率不齊。傳統(tǒng)的心律失常診斷方法是通過人為觀察并識(shí)別ECG中的心律失常特征信號(hào)，此過程需要檢測(cè)人員長時(shí)間觀測(cè)，且在一定程度上有誤診的可能，因此自動(dòng)檢測(cè)心率失常顯得尤為重要。

近年來，在心律失常檢測(cè)領(lǐng)域出現(xiàn)了幾種簡化監(jiān)測(cè)任務(wù)的方法。其中，Li等[2-3]用支持向量機(jī)（support vector machine，SVM）分辨不同的ECG類型；Nanjundegowda和Meshram[4]用深度神經(jīng)網(wǎng)絡(luò)（deep neural networks，DNN）判斷ECG是正常還是異常；Dbeyli[5]使用循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural networks，RNN）分類ECG信號(hào)，得到98.06%的正確率；Park等[6]使用K最近鄰（K-nearest neighbor，KNN）分類器分類ECG信號(hào)，得到98.9%的正確率；Kiranyaz等[7]將卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）應(yīng)用于一維ECG信號(hào)分類，其基于一維CNN提出了一種患者特異性ECG分類和監(jiān)測(cè)系統(tǒng)，對(duì)室性異位搏動(dòng)（ventricular ectopicbeats，VEB）和室上性異位搏動(dòng)（supraventricular ectopic beats，SVEB）的分類準(zhǔn)確率分別為99.0%和97.6%；Jun等[8]將一維ECG轉(zhuǎn)換為128 px×128 px的圖像，然后使用2D-CNN進(jìn)行分類。

本研究中，將原始的一維ECG信號(hào)按照R點(diǎn)（R波波峰點(diǎn)）前后進(jìn)行切分，獲取一個(gè)RR周期，將RR周期內(nèi)的波形生成為128 px×128 px大小的圖像，然后使用2D-CNN對(duì)圖像進(jìn)行分類，以提升ECG分類算法的普適性，使之可以用來為醫(yī)生診斷心臟疾病提供輔助依據(jù)。

1 ECG分類算法

1.1 樣本生成

采用的數(shù)據(jù)集為美國麻省理工學(xué)院提供的用于研究心律失常的數(shù)據(jù)集（MIT-BIH）[9]，選擇該數(shù)據(jù)集中來自47位患者的48個(gè)ECG信號(hào)，信號(hào)的采樣頻率為360 Hz。其中，102、104、107和214號(hào)為起搏心電記錄，因此將其排除，選擇剩下的44個(gè)ECG信號(hào)。根據(jù)44個(gè)ECG信號(hào)的注釋中記錄的R波位置，以前一個(gè)R波位置的后50個(gè)點(diǎn)開始到后一個(gè)R波位置的前50個(gè)點(diǎn)結(jié)束，截取該段心電信號(hào)作為單獨(dú)ECG信號(hào)圖，該心電信號(hào)Fk定義為

式中：T（n）表示數(shù)據(jù)集中一個(gè)患者的離散心電信號(hào)；Qpeak（k）表示該心電信號(hào)的第k個(gè)R波的位置。

美國醫(yī)療促進(jìn)協(xié)會(huì)的ANSL/AAMI EC57：2012標(biāo)準(zhǔn)將ECG節(jié)拍主要分成5大類：N類，即正?；蛘呤鲗?dǎo)阻滯，包括正常搏動(dòng)、左束支傳導(dǎo)阻滯、右束支傳導(dǎo)阻滯、室性逸搏、交界性逸搏；S類，即室上性異常，包括房性早搏、異常房性早搏、交界性早搏；V類，即心室異常，包括室性早搏和室性逸搏；F類，即室融合心跳；Q類，即未知類。因?yàn)镸IT-BIH數(shù)據(jù)集中Q類信號(hào)較少，參考相關(guān)研究，本研究中忽略Q類信號(hào)。

依照MIT-BIH數(shù)據(jù)集中給定的R波位置，將R波切分，并對(duì)切分后的波形歸一化，以采樣點(diǎn)為橫坐標(biāo)，幅值（范圍為[0，1]）為縱坐標(biāo)，使用Python語言中的matplotlib繪圖庫，將ECG信號(hào)生成128 px×128 px大小的圖像，并將其標(biāo)注。需要注意的是，在將圖像讀取并輸入CNN之前，將圖像像素顏色反轉(zhuǎn)，即圖像中原先黑色像素的顏色改為255（純白），白色無信息部分的顏色改為0（純黑）。最終得到N類樣本88043例，S類樣本2777例，V類樣本6751例，F(xiàn)類樣本801例。

1.2 樣本擴(kuò)充

數(shù)據(jù)增強(qiáng)是將圖像用作輸入數(shù)據(jù)的關(guān)鍵技術(shù)之一。由于單個(gè)ECG信號(hào)值的失真可能會(huì)降低測(cè)試集的性能，因此研究者無法手動(dòng)將增強(qiáng)數(shù)據(jù)添加到訓(xùn)練集中。與CNN分類器不同，其他分類器（如SVM，前向神經(jīng)網(wǎng)絡(luò)和基于樹的算法模型）假定每種ECG信號(hào)的類別是均勻分布的，因此輸入數(shù)據(jù)的分布不均衡會(huì)使模型偏向于分布較大的分類。但是，本研究中使用的CNN分類模型使用二維ECG圖像作為輸入數(shù)據(jù)，對(duì)圖像使用裁剪和調(diào)整大小操作不會(huì)降低分類性能，反而能擴(kuò)大訓(xùn)練數(shù)據(jù)。當(dāng)使用CNN圖像分類器時(shí)，數(shù)據(jù)擴(kuò)充可以有效減少數(shù)據(jù)的過度使用并保持類之間的平衡分配。此優(yōu)勢(shì)在醫(yī)學(xué)數(shù)據(jù)分析中尤為重要，因?yàn)獒t(yī)學(xué)數(shù)據(jù)中，正例的比例遠(yuǎn)遠(yuǎn)高于負(fù)例的比例。在這種情況下，由于分類器采用梯度下降學(xué)習(xí)，數(shù)據(jù)集中相對(duì)較少的類別（如心律不齊）會(huì)被忽略。

基于上述情況，本研究中通過9種不同的裁剪方法增強(qiáng)了分類標(biāo)注為S、V、F的ECG心律失常搏動(dòng)信號(hào)。9種裁剪方法的方向分別為左上、中上、右上、左中、中、右中、左底部、中央底部和右底部。每種裁剪方法都會(huì)將原始圖像轉(zhuǎn)換為108 px×108 px大小的圖像。然后，將這些增強(qiáng)的圖像調(diào)整為和原始圖像大小一致的128 px×128 px。這樣，在輸入一張圖像的情況下，就可以得到10張注釋信息相同的圖像。

此外，為了增強(qiáng)測(cè)試集的分布，在對(duì)圖像進(jìn)行裁剪時(shí)，每種裁剪方法都會(huì)采用2個(gè)隨機(jī)變量，隨機(jī)變量的范圍為[0，10）內(nèi)的整數(shù)，表示裁剪圖像在原圖像上的x方向和y方向上的偏移量。例如，當(dāng)裁剪方向?yàn)樽笊蠒r(shí)，在不使用隨機(jī)變量條件下，其截取的圖像就是原來圖像中的確定位置，如果使用隨機(jī)變量，則左上裁剪是在原圖像0～137 px正方形像素區(qū)域內(nèi)隨機(jī)截取邊長為128 px的正方形區(qū)域。上述的圖像擴(kuò)增是在訓(xùn)練開始階段于模型內(nèi)部完成的，因?yàn)閺拇疟P復(fù)制這些圖像會(huì)耗費(fèi)一定的時(shí)間，導(dǎo)致學(xué)習(xí)速度降低。原始圖像和樣本擴(kuò)增后的圖像如圖1所示。

圖1 原始數(shù)據(jù)和擴(kuò)增數(shù)據(jù)

在原始數(shù)據(jù)中，S類樣本占比為2.8%，V類樣本占比為6.8%，F(xiàn)類樣本占比為0.8%，N類樣本占比為89.6%。經(jīng)過數(shù)據(jù)擴(kuò)增后，S類樣本占比為14.5%，V類樣本占比為35.3%，F(xiàn)類樣本占比為4.2%，N類樣本占比為46.0%。數(shù)據(jù)集在擴(kuò)增前后的分類統(tǒng)計(jì)數(shù)據(jù)見表1。

表1 數(shù)據(jù)集分類統(tǒng)計(jì)表

當(dāng)訓(xùn)練集和測(cè)試集改變以后，模型在驗(yàn)證集上的指標(biāo)很容易發(fā)生變化。在一般情況下，驗(yàn)證集是隨機(jī)地從整個(gè)數(shù)據(jù)集中抽取的。但是，由于整個(gè)數(shù)據(jù)集的分布不均衡，且特征數(shù)據(jù)較少，每次隨機(jī)取得的驗(yàn)證集的評(píng)價(jià)指標(biāo)必定產(chǎn)生變化，因此本研究中使用k折交叉驗(yàn)證法[10]，該方法將整個(gè)數(shù)據(jù)集劃分為k個(gè)大小相似的互斥子集，每個(gè)子集都盡可能地保持?jǐn)?shù)據(jù)分布的均勻性，然后每次使用k-1個(gè)子集作為訓(xùn)練集進(jìn)行訓(xùn)練，可以進(jìn)行k次訓(xùn)練和測(cè)試，返回的結(jié)果是k個(gè)測(cè)試結(jié)果的均值。本研究中k=8，每個(gè)子集通過分層采樣，保證每個(gè)子集都與數(shù)據(jù)集具有相同的類別分布。按照k=8，每個(gè)訓(xùn)練集包含的樣本數(shù)量如下：N類77 000例、S類24 000例、V類59 000例、F類7 000例。在每個(gè)“時(shí)期”（epoch，即數(shù)據(jù)送入網(wǎng)絡(luò)中完成一次前向計(jì)算及反向傳播的過程）開始階段，從訓(xùn)練集中隨機(jī)抽取10 000個(gè)N類、7 000個(gè)S類、7 000個(gè)V類、7 000個(gè)F類數(shù)據(jù)組成此次的訓(xùn)練子集。

1.3 卷積神經(jīng)網(wǎng)絡(luò)

本研究中采用CNN作為ECG心律失常信號(hào)的分類器。現(xiàn)有的前饋神經(jīng)網(wǎng)絡(luò)并不適合做圖像分類，而CNN可以通過應(yīng)用非線性濾波器并通過應(yīng)用多個(gè)濾波器來提取空間相鄰像素的相關(guān)性，從而可以提取圖像的各種局部特征。針對(duì)ECG圖像的空間局限性，可以使用2D-CNN中的2D卷積層和池化層來過濾這些局限性。其中，2D卷積層（Conv2D）用于提取圖像特征，最大池化層（MaxPooling2D）[11]用于減少特征和參數(shù)，加快訓(xùn)練。卷積層的輸出無法直接連接全連接層（Dense），因此需要Flatten層[12]將卷積層的數(shù)據(jù)壓平。全連接層用于對(duì)特征進(jìn)行組合，減少特征位置對(duì)分類造成的影響，使用Dropout層[13]可以減少過擬合，加快訓(xùn)練。

激活函數(shù)定義了模型中卷積核的輸出，在本研究中使用的激活函數(shù)有ReLU函數(shù)[14]和Softmax函數(shù)[15]，2D卷積層和最后一層之前的全連接層使用的ReLU激活函數(shù)可表示為

最后一層全連接層使用的激活函數(shù)為Softmax函數(shù)，其能將一個(gè)任意含實(shí)數(shù)的k維向量壓縮到另一個(gè)k維實(shí)向量中，使每一個(gè)元素的范圍都在（0，1）區(qū)間內(nèi)，并且所有元素的和為1。

該輸出表示概率值，表示屬于各個(gè)類別的概率。

神經(jīng)網(wǎng)絡(luò)中的損失函數(shù)是訓(xùn)練階段用來衡量模型訓(xùn)練樣本輸出和模型輸出的差值的函數(shù)。損失函數(shù)需要優(yōu)化器來得到最小值。神經(jīng)網(wǎng)絡(luò)中有很多損失函數(shù)，深度學(xué)習(xí)中常用的損失函數(shù)為交叉熵?fù)p失函數(shù)（cross-entropy function）[16]：

式中：y表示真實(shí)值，a表示模型的輸出值，n為批尺寸（batchsize）。

為了讓深度學(xué)習(xí)網(wǎng)絡(luò)更好地學(xué)習(xí)V類和S類的特征，本研究中提出使用帶權(quán)重系數(shù)的Loss函數(shù)。

式中：α為權(quán)重系數(shù)。當(dāng)種類為N類時(shí)，α取值為1，其他情況下為5。

為了使損失函數(shù)最小，需要使用梯度下降優(yōu)化器函數(shù)，一般可以使用的優(yōu)化器有Adam[17]、Adagrad[18]、Adadelta和SGD[19]，本研究中使用的優(yōu)化器為Adam，初始學(xué)習(xí)率為0.001。

本研究中采用的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。Conv2D_1和Conv2D_2各包含2個(gè)卷積層，每個(gè)卷積窗口的長寬均為3；Conv2D_1輸出空間維度為64，Conv2D_2輸出空間維度為128，激活函數(shù)均為ReLU。Conv2D_3包含3個(gè)卷積層，卷積窗大小為3×3，輸出空間維度為256，卷積層的padding均為same[20]。最大池化層的步長為2×2。Dropout層的比率為0.5。

圖2 心電信號(hào)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

為了減少過擬合，與文獻(xiàn)[8]中的視覺幾何組（visual geometry group，VGG）網(wǎng)絡(luò)相比，本研究中所使用的模型在第2個(gè)和第3個(gè)卷積層后增加了批量正則化層（batch normalization，BN），全連接層使用了L2正則化。

2 結(jié)果與分析

采用的評(píng)價(jià)指標(biāo)為受試者工作特征（receiver operating characteristic，ROC）曲線下面積（area under curve，AUC）、準(zhǔn)確率（accuracy）、精確率（precision）、召回率（recall）和特異性（specificity）[21]。AUC表示ROC曲線和x=1圍成幾何圖形的面積，范圍為（0，1），越接近于1，表示模型的真實(shí)性越高。表2顯示了AUC指標(biāo)解釋。

表2 受試者工作特征曲線下面積（AUC）判斷分類器指標(biāo)

準(zhǔn)確率表示預(yù)測(cè)正確的結(jié)果占總數(shù)的比例。

精確率表示預(yù)測(cè)為正且預(yù)測(cè)正確的樣本占所有預(yù)測(cè)為正的樣本的比例。

召回率表示預(yù)測(cè)為正且預(yù)測(cè)正確的樣本占所有實(shí)際為正的樣本的比例。

特異性表示表示預(yù)測(cè)為負(fù)且實(shí)際值也為負(fù)占所有實(shí)際為負(fù)樣本的比例。

上式中：FN為被判定為負(fù)樣本的正樣本數(shù)；FP為被判定為正樣本的負(fù)樣本數(shù)；TN為被判定為負(fù)樣本的負(fù)樣本數(shù)；TP為被判定為正樣本的正樣本數(shù)。

在分類實(shí)驗(yàn)開始階段，設(shè)置batchsize為16，設(shè)置epoch大小為100，讀取所有數(shù)據(jù)集中的圖像，按照前述方法對(duì)標(biāo)記為V類，S類和F類的樣本進(jìn)行擴(kuò)增。然后按照k=8，將每個(gè)分類分成均勻的8份，再將所有數(shù)據(jù)組成8組，其中7組為訓(xùn)練集，剩下的1組為驗(yàn)證集，混淆矩陣見表3。在本研究中，使用Python語言中的Keras接口編寫神經(jīng)網(wǎng)絡(luò)模型，損失函數(shù)使用categorical_crossentropy，每個(gè)epoch結(jié)尾保存當(dāng)前模型，當(dāng)categorical_accuracy連續(xù)5個(gè)epoch不再增長的時(shí)候，結(jié)束此次訓(xùn)練，并使用驗(yàn)證集得到評(píng)價(jià)指標(biāo)。

表3 混淆矩陣

圖3為訓(xùn)練過程對(duì)應(yīng)的準(zhǔn)確率，最終得到的模型的準(zhǔn)確率為99.02%，AUC為0.973。

圖3 模型訓(xùn)練的準(zhǔn)確率結(jié)果

本研究中，主要關(guān)注的是模型對(duì)V類中的室性異位搏動(dòng)（VEB）和S類中的室上性異位搏動(dòng)（SVEB）的分類性能。表4顯示的是本研究中得到的結(jié)果和相關(guān)文獻(xiàn)中的結(jié)果對(duì)比。

表4 文獻(xiàn)結(jié)果對(duì)比表

3 討論

通過將ECG轉(zhuǎn)換為圖像，然后通過2D-CNN提取圖像特征訓(xùn)練分類模型，使模型的AUC達(dá)0.973。該結(jié)果表明，該模型的分類性能很優(yōu)秀。

通過樣本擴(kuò)增，在準(zhǔn)確率不降低的情況下，提升了模型的召回率和特異性，模型的普適性得到顯著提升。文獻(xiàn)[7]和文獻(xiàn)[22]的VEB召回率指標(biāo)均高于SVEB，原因是數(shù)據(jù)集中的S類樣本數(shù)量較少，而本研究中所用模型得到的VEB的指標(biāo)和SVEB指標(biāo)基本相同，證明所使用的隨機(jī)偏移的樣本擴(kuò)增方法能夠解決樣本過少的問題。

與文獻(xiàn)[8]中的完整的VGG網(wǎng)絡(luò)相比，本研究中通過對(duì)VGG網(wǎng)絡(luò)進(jìn)行優(yōu)化，減少VGG網(wǎng)絡(luò)的深度，并且通過使用BN層和L2正則化來減少過擬合的影響。結(jié)果表明在減少網(wǎng)絡(luò)參數(shù)的情況下模型的SVEB和VEB的召回率并未降低。

本研究中，為了更好地學(xué)習(xí)S類和V類的特征，引入了帶有權(quán)重系數(shù)的交叉熵?fù)p失函數(shù)。與文獻(xiàn)[8]中的VGG網(wǎng)絡(luò)和CNN網(wǎng)絡(luò)相比，所用模型在VEB和SVEB的精確率上有很大提升。

4 結(jié)論

提出了一種基于2D-CNN識(shí)別ECG信號(hào)是否正常的方法，將原始一維ECG信號(hào)轉(zhuǎn)換為128 px×128 px的圖像，使用樣本擴(kuò)增方法解決樣本不均衡問題，利用深度CNN提取圖像特征，并對(duì)圖像進(jìn)行分類，通過使用帶有權(quán)重系數(shù)的交叉熵?fù)p失函數(shù)，使模型能夠更好地學(xué)習(xí)V類和S類的特征。8折交叉驗(yàn)證結(jié)果表明，與文獻(xiàn)報(bào)道的其他分類模型相比，本研究中所提出的模型在保持對(duì)VEB和SVEB的準(zhǔn)確率的指標(biāo)的同時(shí)，得到了良好的召回率性能和特異性性能，模型的普適性得到顯著提升。

利益沖突所有作者均聲明不存在利益沖突