使用HRV 多特征參數(shù)和機(jī)器學(xué)習(xí)的心衰診斷方法研究

張 敏，趙興群

(東南大學(xué)生物科學(xué)與醫(yī)學(xué)工程學(xué)院,江蘇 南京 210096)

充血性心力衰竭(congestive heart failure,CHF)是一種常見(jiàn)的慢性心血管綜合征,也稱(chēng)為心力衰竭,當(dāng)心臟無(wú)法向人體中泵送足夠的血液時(shí),就會(huì)發(fā)生心衰[1]。CHF 的主要特征是心室收縮或舒張功能障礙,常見(jiàn)癥狀包括疲勞、呼吸困難、運(yùn)動(dòng)耐力低下和體液潴留等,進(jìn)一步可導(dǎo)致內(nèi)臟和肺部充血[2]。心衰是各種心臟疾病的嚴(yán)重表現(xiàn)或晚期階段,死亡率和再住院率居高不下,中國(guó)心力衰竭注冊(cè)登記研究(China-HF)顯示,各年齡段心衰病死率均高于同期其他心血管病,七十歲以上人群患病率大于等于10%[3]。因此,研究心衰疾病的預(yù)防及診斷技術(shù)具有重要的價(jià)值和意義。目前,診斷心衰疾病主要根據(jù)癥狀和體征等綜合分析判斷,需要耗費(fèi)大量的醫(yī)療資源及人工成本。對(duì)于不斷增加的患者,需要研究一種便捷、快速且有效的檢測(cè)系統(tǒng)來(lái)進(jìn)行心衰診斷。

心電圖(electrocardiogram,ECG)能夠記錄心臟電活動(dòng)的變化情況,反映相關(guān)生理和病理信息,且具有無(wú)創(chuàng)、簡(jiǎn)便、經(jīng)濟(jì)等優(yōu)點(diǎn),已成為各種心血管疾病診斷中的必備基本診斷技術(shù)。與依靠醫(yī)生經(jīng)驗(yàn)直接通過(guò)心電圖進(jìn)行診斷相比,信號(hào)處理技術(shù)和生物醫(yī)學(xué)分析方法的應(yīng)用可以進(jìn)一步提高診斷的可靠性。在過(guò)去的研究中,已經(jīng)使用多種方法來(lái)通過(guò)ECG 信號(hào)檢測(cè)CHF。Chen 等[4]使用稀疏自動(dòng)編碼器提取相鄰兩個(gè)R 波之間的間隔(RR 間期)的無(wú)監(jiān)督特征,然后應(yīng)用具有不同隱藏節(jié)點(diǎn)組合的全連接神經(jīng)網(wǎng)絡(luò)來(lái)檢測(cè)心衰信號(hào)。Wang 等[5]設(shè)計(jì)了一個(gè)基于RR 間隔的長(zhǎng)短期記憶(long short-term memory,LSTM)網(wǎng)絡(luò)來(lái)檢測(cè)CHF,準(zhǔn)確度最高達(dá)到85.13%。Acharya 等[6]訓(xùn)練了一個(gè)11 層卷積神經(jīng)網(wǎng)絡(luò)模型,并直接對(duì)原始ECG 信號(hào)進(jìn)行識(shí)別分類(lèi),最高準(zhǔn)確度可達(dá)98.97%。這些研究均使用了神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的方法,雖然分類(lèi)準(zhǔn)確度較高,但這些結(jié)果很難被臨床醫(yī)生解釋,分解得到的特征參數(shù)也并無(wú)具體含義,同時(shí),由于對(duì)整個(gè)模型的運(yùn)作機(jī)制無(wú)法理解和解釋,在進(jìn)一步設(shè)計(jì)明確并有針對(duì)性模型的優(yōu)化方案時(shí)也存在困難。

因此,通過(guò)ECG 信號(hào)得到有實(shí)際意義的特征,再進(jìn)行分類(lèi)識(shí)別,這樣的方法可解釋性和可應(yīng)用性會(huì)更高。對(duì)于CHF 診斷,許多研究通過(guò)ECG 信號(hào)QRS 波群[7]、從QRS 波起始至T 波終止的時(shí)間間隔(QT 間隔)[8]和RR 間期差異[9]等重要特征進(jìn)行檢測(cè)。其中,RR 間期差異的變化情況又被稱(chēng)為心率變異性(heart rate variability,HRV),HRV 分析是一種用于評(píng)估心血管自主神經(jīng)系統(tǒng)功能的非侵入性方法[10],已應(yīng)用在臨床心臟疾病和非心臟疾病研究的各個(gè)領(lǐng)域,包括心肌梗塞[11]、糖尿病[12]和心源性猝死[13]等。近些年來(lái),越來(lái)越多的研究證明了HRV 與CHF 的相關(guān)性。CHF 患者通常具有較高的交感神經(jīng)活動(dòng)和較低的副交感神經(jīng)活動(dòng)[14]。Kamen 等[15]對(duì)健康受試者進(jìn)行交感神經(jīng)和副交感神經(jīng)的控制并進(jìn)行HRV 分析,結(jié)果表明交感神經(jīng)活動(dòng)的增強(qiáng)和副交感神經(jīng)活動(dòng)的降低會(huì)導(dǎo)致平均RR 間隔、RR 間期標(biāo)準(zhǔn)差、低頻含量(LF)的降低和Poincare 圖的寬度(SD1)的增加。Malliani 等[16]研究表明LF-HF 平衡會(huì)隨著交感神經(jīng)活動(dòng)的增加而發(fā)生變化,且副交感神經(jīng)活動(dòng)的增加是導(dǎo)致高頻(HF)含量增加的主要因素。Liu 等[17]計(jì)算了健康者和CHF 受試者HRV 信號(hào)的近似熵(ApEn),結(jié)果表明CHF 組的ApEn 值降低。上述研究表明,心衰病人和健康人的HRV 在多個(gè)特征參數(shù)上都具有明顯差異性,可以通過(guò)HRV 分析提取特征參數(shù)來(lái)檢測(cè)CHF。

本研究綜合選取基于HRV 分析計(jì)算得到的多個(gè)特征參數(shù),并使用機(jī)器學(xué)習(xí)的分類(lèi)方法進(jìn)行CHF的檢測(cè)。首先,對(duì)ECG 信號(hào)進(jìn)行HRV 分析,從時(shí)域、頻域、非線性分析中各選取多個(gè)相關(guān)指標(biāo),并將其共同做為樣本的特征參數(shù)。然后,使用機(jī)器學(xué)習(xí)方法中的決策樹(shù)、支持向量機(jī)、貝葉斯、最近鄰算法、隨機(jī)森林等設(shè)計(jì)分類(lèi)器,進(jìn)行心衰信號(hào)的識(shí)別分類(lèi)。最后,提出一種基于個(gè)人的分類(lèi)評(píng)估方法,在數(shù)據(jù)劃分時(shí)避免一個(gè)人的數(shù)據(jù)同時(shí)出現(xiàn)在訓(xùn)練集和測(cè)試集中,給出分類(lèi)結(jié)果的客觀評(píng)價(jià)指標(biāo)。

1 實(shí)驗(yàn)數(shù)據(jù)與預(yù)處理

1.1 實(shí)驗(yàn)數(shù)據(jù)

本研究使用來(lái)自復(fù)雜生理信號(hào)研究資源庫(kù)PhysioNet[18]中的充盈性心衰數(shù)據(jù)庫(kù)BIDMC Congestive Heart Failure Database[19]及正常竇性心律數(shù)據(jù)庫(kù)Mit-bih Normal Sinus Rhythm Database 1.0.0。其中心衰數(shù)據(jù)庫(kù)包括15 例CHF 患者,信號(hào)采樣頻率為250 Hz；正常竇性心律數(shù)據(jù)庫(kù)包括18 例健康人,信號(hào)采樣頻率為128 Hz。兩個(gè)數(shù)據(jù)庫(kù)中樣本采樣時(shí)間都在18 h～24 h 之間,為長(zhǎng)時(shí)采樣。

為了符合更多的實(shí)際應(yīng)用場(chǎng)景,考慮短時(shí)采樣的情況,并達(dá)到擴(kuò)充實(shí)驗(yàn)樣本數(shù)的目的,本研究采用信號(hào)分段的方式,將長(zhǎng)時(shí)采樣數(shù)據(jù)分割成以10 min 為間隔的信號(hào)段,結(jié)果可得到5 220 組有效心電信號(hào)。

1.2 預(yù)處理

由于HRV 反映的是心電信號(hào)中逐次心跳周期的變化情況,進(jìn)行HRV 分析需首先從心電信號(hào)中計(jì)算得到心電信號(hào)周期,即RR 間期序列。因此要進(jìn)行R 波檢測(cè),得到R 波峰值,本文采用基于濾波和自適應(yīng)閾值的檢測(cè)方法,經(jīng)過(guò)濾波、差分、幅值逐點(diǎn)平方、移動(dòng)窗口積分、自適應(yīng)閾值及決策融合等步驟,檢測(cè)到各個(gè)位置的R 波,結(jié)果如圖1 所示,上圖為ECG 信號(hào)R 峰檢測(cè)結(jié)果,用符號(hào)“＋”標(biāo)注,下圖為對(duì)應(yīng)的RR 間期序列。

圖1 R 波檢測(cè)結(jié)果

1.3 HRV 特征參數(shù)計(jì)算

在CHF 檢測(cè)和分析中可使用多種HRV 分析方法,其中最經(jīng)典和全面的分析方法分為三個(gè)部分,時(shí)域、頻域和非線性分析。

1.3.1 時(shí)域分析

時(shí)域分析法是心率變異性分析中最簡(jiǎn)單的方法,能夠直觀地反映信號(hào)的特點(diǎn),同時(shí)具備醫(yī)學(xué)上的生理意義。相關(guān)的指標(biāo)直接從RR 間期序列中統(tǒng)計(jì)或計(jì)算得到,本研究選取RR 間期均值Mean、中位數(shù)Median、正常RR 間期標(biāo)準(zhǔn)差SDNN、每5 分鐘RR間期平均值的標(biāo)準(zhǔn)差SDANN、相鄰兩個(gè)RR 間期差值的均方根rMSSD、相鄰RR 間期相差大于50 ms的個(gè)數(shù)占總心跳次數(shù)的百分比PNN50、平均心率MeanHR、心率標(biāo)準(zhǔn)差SDHR 等8 個(gè)特征參數(shù),對(duì)于數(shù)據(jù)長(zhǎng)度為N的RR 序列{RRi:1≤i≤N},相關(guān)計(jì)算方法如下:

1.3.2 頻域分析

頻譜分析技術(shù)的原理是將隨機(jī)變化的間期或瞬時(shí)心率信號(hào)分解成各種不同能量的頻率成分,能反映更復(fù)雜的心率變化規(guī)律,也稱(chēng)為功率譜密度(Power Spectrum Density,PSD)分析。HRV 頻域分析會(huì)首先計(jì)算RR 序列的功率譜密度,將頻域分成多個(gè)頻段,然后統(tǒng)計(jì)與每個(gè)頻段匹配的RR 間期數(shù)量。通常將頻段分為三部分:0.15 Hz～0.40 Hz 的高頻(HF)、0.04 Hz～0.15 Hz 的低頻(LF)和0.003 3 Hz～0.040 Hz 的極低頻(VLF)。因此,選取以下4 個(gè)頻域相關(guān)指標(biāo):VLF、LF、HF 和LF/HF。

HRV 時(shí)間序列功率譜密度的計(jì)算可使用自回歸模型法求解[20],對(duì)于時(shí)間序列x(n)的p階的自回歸模型可表示為公式(8)。

式中:w(n)方差為σ2的白噪聲。功率譜密度的表達(dá)式為:

圖2 RR 序列功率譜密度

1.3.3 非線性分析法

非線性理論的發(fā)展為心率變異性分析提供了更多的方法和手段,按照一定采樣周期去測(cè)量得到的時(shí)間序列數(shù)據(jù),幾乎所有的非線性分析方法均被用于心率變異性信號(hào)的特征分析,本研究選取的方法包括Poincare 散點(diǎn)圖(Poincare plot)、去趨勢(shì)波動(dòng)分析(Detrended Fluctuation Analysis,DFA)、遞歸圖分析(Recurrence Plot Analysis,RPA),以及近似熵(Approximate Entropy,ApEn) 和樣本熵(Sample Entropy,SampEn)等。

Poincare 散點(diǎn)圖表示的是連續(xù)RR 間期的相關(guān)程度。以相鄰兩個(gè)心搏的前一個(gè)RR 間期為橫坐標(biāo),后一個(gè)心搏的RR 間期為縱坐標(biāo)繪制一點(diǎn),如此連續(xù)繪制,即形成散點(diǎn)圖,如圖3 所示。圖中這些散點(diǎn)的分布可近似為橢圓,其中,SD1 和SD2 分別為橢圓的半短軸和半長(zhǎng)軸。

圖3 RR 序列Poincare 散點(diǎn)圖

去趨勢(shì)波動(dòng)分析度量了信號(hào)內(nèi)部的相關(guān)程度。計(jì)算方法如下:

首先對(duì)RR 間期序列進(jìn)行積分:

取n=4,5,…,16,得到一組數(shù)據(jù)(logn,log(F(n))),采用最小二乘法對(duì)這組數(shù)據(jù)進(jìn)行擬合,其斜率即DFA 分析的一個(gè)參數(shù)αl。相應(yīng)的,取n=16,17,…,64 時(shí),得到DFA 分析的另一個(gè)參數(shù)α2。擬合結(jié)果如圖4 所示。

圖4 RR 序列DFA 分析結(jié)果

近似熵是測(cè)量信號(hào)復(fù)雜度或不規(guī)則度的指標(biāo),取值越大,復(fù)雜度或不規(guī)則度越大。計(jì)算近似熵,首先需要計(jì)算向量

最后得到近似熵:

樣本熵的計(jì)算與近似熵類(lèi)似,首先需要計(jì)算向量ui,并定義距離d,然后根據(jù)以下公式計(jì)算樣本熵:

2 分類(lèi)及結(jié)果分析

2.1 分類(lèi)

隨著對(duì)分類(lèi)問(wèn)題研究的深入,越來(lái)越多泛化性高、穩(wěn)健性強(qiáng)的算法涌現(xiàn)而出。其中,機(jī)器學(xué)習(xí)算法能夠從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律,并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè),具有精確、自動(dòng)化、分類(lèi)用時(shí)短等優(yōu)勢(shì)。本文選擇了五種不同的機(jī)器學(xué)習(xí)分類(lèi)器,一是利用概率統(tǒng)計(jì)知識(shí)進(jìn)行分類(lèi)的樸素貝葉斯算法(Naive Bayes,NB),二是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法決策樹(shù)(Decision Trees,DT),三是具有聚類(lèi)思想的K 近鄰算法(K-Nearest Neighbor,KNN),四是具有集成學(xué)習(xí)思想的分類(lèi)器隨機(jī)森林(Random Forest,RF),五是具有最大邊距決策思想的支持向量機(jī)算法(Support Vector Machines,SVM)。

2.2 結(jié)果及分析

本研究對(duì)5 220 個(gè)樣本數(shù)據(jù)分別進(jìn)行了時(shí)域、頻域、非線性分析,選取8 個(gè)時(shí)域指標(biāo)、4 個(gè)頻域指標(biāo)和7 個(gè)非線性指標(biāo)作為特征參數(shù),使用樸素貝葉斯算法、決策樹(shù)、K 近鄰、隨機(jī)森林、SVM 等機(jī)器學(xué)習(xí)方法的分類(lèi)結(jié)果進(jìn)行比較。分類(lèi)結(jié)果主要通過(guò)三個(gè)指標(biāo)進(jìn)行評(píng)估:準(zhǔn)確率(Acc),靈敏度(Se)和特異性(Sp)。通過(guò)式(20)～式(22)計(jì)算得到,其中TP表示正確診斷出的CHF 的數(shù)量,TN 表示正確診斷出的正常信號(hào)(以Normal 表示)數(shù)量,FP 表示被誤分類(lèi)為CHF 的Normal 數(shù),FN 表示被誤分類(lèi)為Normal 的CHF 數(shù)。

為了能夠與之前的分類(lèi)算法進(jìn)行比較,在數(shù)據(jù)劃分時(shí),訓(xùn)練集與測(cè)試集首先按照3∶1 的比例從所有數(shù)據(jù)中隨機(jī)選取,并將所得結(jié)果與以前的研究進(jìn)行比較,最終比較結(jié)果如表1 所示。

由表1 可看出,將HRV 分析的多個(gè)參數(shù)作為特征時(shí),使用機(jī)器學(xué)習(xí)的各分類(lèi)方法識(shí)別心衰信號(hào)都可取得較高的準(zhǔn)確率,其中,SVM 方法分類(lèi)準(zhǔn)確率最高,可達(dá)到98.81%,特異性和靈敏度分別達(dá)到98.76%和98.87%,與之前的研究結(jié)果相比,超越了基于其他特征的分類(lèi)方法,如基于Hankel 矩陣的特征值分解方法[21]和基于經(jīng)驗(yàn)?zāi)B(tài)分解的分類(lèi)方法[22],證明了本研究方法的可行性。

表1 分類(lèi)結(jié)果比較

此外,本研究還進(jìn)行了基于個(gè)人進(jìn)行數(shù)據(jù)劃分,使同一個(gè)人的相關(guān)樣本數(shù)據(jù)只出現(xiàn)在測(cè)試集或只出現(xiàn)在訓(xùn)練集中,在這種方式下,訓(xùn)練集和測(cè)試集中不會(huì)同時(shí)出現(xiàn)同一個(gè)人的數(shù)據(jù),更符合實(shí)際應(yīng)用場(chǎng)景,評(píng)估結(jié)果更客觀可信。結(jié)果表明,應(yīng)用SVM 分類(lèi)方法準(zhǔn)確度仍可達(dá)到98.32%,靈敏度和特異性分別為98.62%和98.03%,進(jìn)一步驗(yàn)證了本方法在實(shí)際應(yīng)用中的有效性。

3 結(jié)束語(yǔ)

本文研究了基于ECG 信號(hào)進(jìn)行心衰診斷的方法,首先進(jìn)行R 波檢測(cè)得到RR 間期序列,再通過(guò)HRV 分析計(jì)算得到時(shí)域、頻域、非線性的多個(gè)參數(shù),并使用機(jī)器學(xué)習(xí)的多種分類(lèi)方法進(jìn)行心衰信號(hào)的分類(lèi)識(shí)別,均取得較高的準(zhǔn)確率,其中,SVM 方法超越了已有的心衰檢測(cè)算法,在分類(lèi)精度、特異性和靈敏度方面均有所提高,證明了在心衰診斷方面的可行性。未來(lái)將進(jìn)一步充實(shí)臨床數(shù)據(jù),繼續(xù)探討本方法在臨床方面的應(yīng)用效果。