基于Stacking模型融合的胎兒健康狀態(tài)智能評估

郝婧宇，陳奕，吳水才

1. 北京工業(yè)大學(xué) 環(huán)境與生命學(xué)部，北京 100124；2. 首都醫(yī)科大學(xué)附屬北京婦產(chǎn)醫(yī)院 婦產(chǎn)科，北京 100124

引言

電子胎心監(jiān)護(hù)（Electronic Fetal Monitoring，EFM）是臨床上關(guān)注度最高的產(chǎn)檢監(jiān)測指標(biāo)之一，是通過超聲多普勒形成的脈沖向胎兒心臟傳輸信號，通過得到的胎心率（Fetal Heart Rate，F(xiàn)HR）變化來評估胎兒在子宮內(nèi)的狀況[1]。臨床表明，F(xiàn)HR 曲線的變化有助于發(fā)現(xiàn)胎兒窘迫、宮內(nèi)缺氧或酸中毒等異常病理狀態(tài)[2]。然而，由于FHR 信號的復(fù)雜性與多樣性，導(dǎo)致人工判讀結(jié)果存在一定偏差。利用智能分類算法可以輔助醫(yī)生診斷，對降低胎兒宮內(nèi)缺氧、胎兒窘迫、新生兒窒息、缺血缺氧性腦病等不良妊娠結(jié)局具有重要意義。

近年來，國內(nèi)外學(xué)者對胎兒心率參數(shù)定量研究，采用主成分分析、套索回歸等方法從原始特征集中選擇最優(yōu)特征子集，隨后運(yùn)用機(jī)器學(xué)習(xí)算法對胎兒健康狀態(tài)進(jìn)行評估。2017 年，Georgoulas 等[3]運(yùn)用曲線下面積對FHR 信號的54 個線性和非線性特征進(jìn)行排序后，使用最小二乘支持向量機(jī)分類器來診斷胎兒類別。2018 年，Zhao 等[4]設(shè)計(jì)了統(tǒng)計(jì)檢驗(yàn)、曲線下面積（Area Under Curve，AUC）和主成分分析等方法選擇出多模態(tài)信號特征，運(yùn)用決策樹、支持向量機(jī)和自適應(yīng)增強(qiáng)決策樹（Adaptive Boosting，Adaboost）執(zhí)行分類，最終分類準(zhǔn)確率（Accuracy，ACC）為92%。Li 等[5]從胎心圖中提取7 個特征參數(shù)，利用一維卷積神經(jīng)網(wǎng)絡(luò)對FHR 信號進(jìn)行分類，ACC 為93%。2020 年，葉明珠等[6]采用盲分割、插值法對信號預(yù)處理后，得到FHR信號的瞬時頻率特征圖，提取特征子集后運(yùn)用支持向量機(jī)對FHR 分類，ACC 為97%。

在胎兒狀態(tài)的評估中，數(shù)據(jù)預(yù)處理至關(guān)重要，是獲取高準(zhǔn)確性的第一步。其次，在特征選擇和模型構(gòu)建時，一些機(jī)器學(xué)習(xí)模型的特征向量維數(shù)較低，并且過度依賴于時間特征。因此，本文將從數(shù)據(jù)處理、特征選擇和模型構(gòu)建等3 方面做出研究。首先，運(yùn)用極端梯度提升樹（Extreme Gradient Boosting，XGBoost）算法與HeatMap 對公開的胎心數(shù)據(jù)集進(jìn)行分析，構(gòu)建兩個新特征作為最終模型的輸入，提出一種兩層Stacking 模型融合的新方法用于胎兒健康狀態(tài)的分類，以輔助臨床醫(yī)師對宮內(nèi)胎兒的健康狀態(tài)進(jìn)行診斷。

1 數(shù)據(jù)和方法

1.1 實(shí)驗(yàn)數(shù)據(jù)來源

本研究采用的數(shù)據(jù)集是波爾圖大學(xué)在UCI（Machine Learning Repository，https://archive.ics.uci.edu/ml/index.php）中公開的葡萄牙孕婦29～42 周的真實(shí)胎心數(shù)據(jù)集[7]，該數(shù)據(jù)集是研究胎兒心電分類算法的常用數(shù)據(jù)庫之一，已被廣泛用于算法的驗(yàn)證。

UCI 數(shù)據(jù)集中包含21 個臨床特征和2 個類別屬性，其臨床特征是通過SisPorto 2.0[8]分析程序從胎心監(jiān)護(hù)圖中提取出來的，包含了致命心律的各種度量以及基于FIGO 指南的由產(chǎn)科專家分類的公共特征，包括臨床實(shí)踐中常見的形態(tài)學(xué)特征、時域特征、頻域特征等，23 個屬性的完整定義及說明如表1 所示。數(shù)據(jù)集共有2126 個樣本，其中“正常、可疑、異?！? 類的病例數(shù)分別有1655、295 和176 個，本文的任務(wù)是用前22 個變量作為自變量預(yù)測胎兒的狀態(tài)類別。

表1 數(shù)據(jù)集中23個屬性的完整定義及說明

1.2 實(shí)驗(yàn)數(shù)據(jù)的臨床獲取

臨床表明，當(dāng)缺氧、酸血癥和藥物誘導(dǎo)等現(xiàn)象發(fā)生時，會在時域和頻域內(nèi)產(chǎn)生明顯的FHR 值變化[9]。臨床應(yīng)用的胎心監(jiān)護(hù)儀只顯示以每分鐘數(shù)表示的簡單的形態(tài)學(xué)參數(shù)，而不提供用于胎心率變異性（Fetal Heart Rate Variability，F(xiàn)HRV）分析的時頻域、非線性等其他參數(shù)，因此對胎心曲線的分析與解讀來說，最重要的是如何準(zhǔn)確獲取上文所提數(shù)據(jù)集中包含的特征參數(shù)。

FHR 基線是指在沒有加減速和顯著變異的情況下，10 min 內(nèi)胎心波動的平均值，一般可在胎心監(jiān)護(hù)圖中直接獲得。FHR 加減速是指受到宮縮、胎動時，F(xiàn)HR 出現(xiàn)加快或減慢且與基線之差超過一定閾值，并持續(xù)十余秒的變化過程，可通過相位整序信號平均技術(shù)（Phase Rectified Signal Averaging，PRSA）計(jì)算加速（Acceleration Capacity，AC）與減速（Deceleration Capacity，DC）。

根據(jù)PRSA 計(jì)算AC 的公式如式（1）所示。

其中，X為心率加速點(diǎn)對應(yīng)的心動周期的平均值，單位為ms，結(jié)果為負(fù)值。

根據(jù)PRSA 計(jì)算DC 的公式如（2）所示。

其中，X為心率減速點(diǎn)對應(yīng)的心動周期的平均值，單位為ms，結(jié)果為正值[10-11]。

基線變異是指每分鐘FHR 自波峰到波谷的振幅改變，分為長變異（Long-Term Variation，LTV）與短變異（Short-Term Variation，STV）。這種變異估測的是兩次心臟收縮時間的間隔，在監(jiān)護(hù)圖上無法直接辨認(rèn)，需要計(jì)算才可獲得[11]。一些實(shí)用軟件，例如，Matlab 中的峰值檢測算法可以計(jì)算收縮峰值與持續(xù)時間，從而建立心率和心率變異信號之間的聯(lián)系。除此之外，可以對FHR 變化序列進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸?，得到的若干個內(nèi)蘊(yùn)模式函數(shù)分量，然后進(jìn)行希爾伯特-黃變換，得到希爾伯特譜及其邊界譜，最后計(jì)算FHR 的希爾伯特邊界譜在不同頻帶范圍內(nèi)的功率，建立一個定量測量的方法[10]。從而獲得異常短期變異性的時間百分比（Abnormal Percentage of Time for Short-Term Variability，ASTV）、短期變異的平均值（Mean of Short-Term Variation，MSTV）、異常長期變異性的時間百分比（Abnormal Percentage of Time for Long-Term Variability，ALTV）、長期變異的平均值（Mean of Long-Term Variation，MLTV）等特征參數(shù)。

FHR 頻率直方圖的最小值（Min）、最大值（Max）、峰值（Nmax）、零點(diǎn)（Nzeros）、眾數(shù)（Mode）、均值（Mean）、中值（Median）、方差（Variance）等可通過連續(xù)小波變換（Continuous Wavelet Transform，CWT）在頻域和時域進(jìn)行多分辨率分析。通常，小波被定義為母小波φ(t)和一組子小波φs(t)，通過對φ(t)進(jìn)行尺度變換得到φs(t)，每個φs(t)的頻率含量與一定的頻帶相關(guān)聯(lián)，CWT 利用這一性質(zhì)，將φs(t)與信號x(t)進(jìn)行比較，F(xiàn)HR 信號中RR[n]的CWT 如式（3）所示。

其中，φ*為小波的復(fù)共軛，計(jì)算某一尺度下每個時刻的功率如式（4）所示。

其中，Cg為可采性常數(shù)，通過計(jì)算Ps[τ]的平均值并對該頻段內(nèi)的尺度積分，可以計(jì)算出某一頻段內(nèi)的頻率，進(jìn) 而 計(jì) 算 出Min、Max、Nmax、Nzeros、Mode、Mean、Median 等特征參數(shù)[12]。

1.3 類不平衡問題

類不平衡是指訓(xùn)練分類器所使用的訓(xùn)練集類別分布不均。在醫(yī)療領(lǐng)域中，數(shù)據(jù)集通常是不平衡的，多數(shù)類樣本數(shù)量與少數(shù)類樣本數(shù)量之比高達(dá)106[13]，在臨床胎心監(jiān)護(hù)案例中，異常類也極為稀少，若以不平衡數(shù)據(jù)建模，占據(jù)多數(shù)的正常類會被過度學(xué)習(xí)，使得分類算法傾向于忽略少數(shù)類樣本。例如，本文使用的數(shù)據(jù)集包含2126 個樣本，其中有471 個被評估為負(fù)類，正類和負(fù)類之比達(dá)9 ∶2，即任何分類算法的準(zhǔn)確度均可達(dá)9/（9+2）×100%=82%，這是不合理的。面對不平衡的數(shù)據(jù)集，Jyothi 等[14]提出利用3 種不同的加權(quán)，同時利用合成少數(shù)類過采樣技術(shù)（Synthetic Minority Oversampling Technique，SMOTE）與決策樹相結(jié)合的方法解決類別不平衡的問題。張揚(yáng)等[15]也采用SMOTE，利用線性插值，解決類不平衡的問題。

在本文中，采用SMOTE 與k-最近鄰相結(jié)合的方法對少數(shù)類樣本進(jìn)行填充。該方法利用k-最近鄰的思想，在相距較近的兩個少數(shù)類樣本間插入新樣本，形成規(guī)模更大的訓(xùn)練集。

采用SMOTE 技術(shù)后，數(shù)據(jù)集由2126 例變?yōu)?310 例，其中負(fù)類為1655 個，樣本數(shù)趨于平衡。其中原始數(shù)據(jù)集中的正常類、可疑類、異常類分別有1655、295 和176 個，受楊蔓麗等[7]研究的啟發(fā)，本文將數(shù)據(jù)集中的可疑類、異常類兩類數(shù)據(jù)進(jìn)行合并，歸為“負(fù)類”，當(dāng)某個樣本被判斷為“負(fù)類”時，需及時進(jìn)行就醫(yī)，更加符合臨床實(shí)際意義。

1.4 特征工程

選擇合適的特征子集是機(jī)器學(xué)習(xí)算法中的關(guān)鍵步驟。在絕大多數(shù)分類問題中，某些特征往往包含重疊信息，相關(guān)性較高，甚至無法達(dá)到預(yù)期的信息量。因此，在應(yīng)用分類算法之前，需進(jìn)行特征選擇，減少一部分特征或構(gòu)建一部分新的特征。選擇出最優(yōu)特征子集作為分類器的數(shù)據(jù)輸入，不僅能提高計(jì)算效率，還能增強(qiáng)分類器的泛化能力[16-17]。

該數(shù)據(jù)集中包含23 維特征，其中“CLASS”標(biāo)簽列不考慮在內(nèi)，將該標(biāo)簽列去除，最終用于特征選擇的特征列為22 維。本文采用XGBoost 算法來選擇最優(yōu)特征子集，XGBoost 算法訓(xùn)練速度極快，可以計(jì)算每個特征的重要性，在特征篩選、模型可解釋性等方面都有顯著的優(yōu)勢。

XGBoost 算法選擇最優(yōu)特征子集的原理如下：在單個決策樹中通過每個屬性分裂點(diǎn)改進(jìn)性能度量的量來計(jì)算屬性重要性，由節(jié)點(diǎn)負(fù)責(zé)加權(quán)和記錄次數(shù)，一個屬性對分裂點(diǎn)改進(jìn)性能度量越大，權(quán)值越大，屬性越重要[18]。最后將屬性在所有提升樹中的結(jié)果進(jìn)行加權(quán)求和并平均，得到重要性得分。本實(shí)驗(yàn)中，由XGBoost 算法計(jì)算得到的每個特征的重要性得分如圖1 所示。

圖1 基于XGBoost算法的各個特征重要性得分

從特征重要性分析圖中可看出，ASTV 特征重要性最高，這與楊蔓麗等[7]的研究結(jié)果類似，考慮到短期變異的時間與短期變異的數(shù)值大小有相關(guān)性，因而將ASTV 與MSTV 這兩個特征相乘與相除得到兩個新特征，分別記為“ASTV_x_MSTV”與“ASTV_div_MSTV”。隨后運(yùn)用HeatMap 對24 個特征進(jìn)行相關(guān)性的分析，特征相關(guān)性高往往包含重疊信息，影響模型的解釋性和穩(wěn)定性，因此我們需要刪除高度相關(guān)的特征。通過HeatMap 可以簡單地聚合大量數(shù)據(jù)，直觀地展現(xiàn)數(shù)據(jù)相關(guān)性程度或頻率高低，最終效果優(yōu)于離散點(diǎn)的直接顯示，HeatMap 如圖2 所示，藍(lán)色代表相關(guān)性高，紅色則相反。

圖2 新特征子集的HeatMap圖

從HeatMap 圖 可 看 出，F(xiàn)HR 直方圖Mode、FHR 直方圖Median 與FHR 直方圖Mean 三者之間相關(guān)性極高，高達(dá)95%，則考慮在這三個特征中進(jìn)行選擇，結(jié)合上文XGBoost 算法對特征重要性的排名，最終保留“Mean”特征集。通過特征工程這一步驟后，最終確定的特征子集共有22 維特征，包含構(gòu)建的兩個新特征與剔除的兩個舊特征，特征選擇的效果在后文中得到評估。

1.5 模型構(gòu)建

1.5.1 XGBoost分類器

XGBoost 分類器是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)中最常用的算法之一，與傳統(tǒng)的梯度提升算法相比，XGBoost 集成算法更快，分類效果更準(zhǔn)確，被認(rèn)為是在分類和回歸上都擁有超高性能的先進(jìn)評估器。

XGBoost 將回歸樹作為基分類器不斷生成新的回歸樹，每生成一棵樹即是在學(xué)習(xí)一個新的函數(shù)，去擬合上次預(yù)測的殘差，運(yùn)用梯度下降的方法，將上一步生成的樹作為基礎(chǔ)，逐漸最小化目標(biāo)函數(shù)。當(dāng)預(yù)測樣本時，根據(jù)樣本特征，在每棵樹中尋找對應(yīng)的葉子節(jié)點(diǎn)，每個葉子節(jié)點(diǎn)對應(yīng)一個分?jǐn)?shù)，最后只需將每棵樹對應(yīng)的分?jǐn)?shù)相加即得到該樣本的預(yù)測值[19]。

建樹過程如下：確定初始樹為f0(xi)，那么建立第t棵樹時的預(yù)測模型如公式（6）所示。

其中，xi表示第i個樣本，fk表示第k棵樹，yi表示樣本xi的預(yù)測結(jié)果。

在建立模型過程中不斷優(yōu)化目標(biāo)損失函數(shù)，使其最小，見公式（7）。

目標(biāo)函數(shù)由兩部分構(gòu)成，第一部分用來衡量預(yù)測分?jǐn)?shù)和真實(shí)分?jǐn)?shù)的差距，第二部分則是正則化項(xiàng)，正則化項(xiàng)表示每棵樹的復(fù)雜度[20]。XGBoost 通過將Objt使用二階泰勒公式展開得式（8）。

其中，gi、hi分別表示在第i 個樣本下泰勒展開式的一階導(dǎo)數(shù)、二階導(dǎo)數(shù)，通過公式（8）可得到關(guān)于wj的一元二次方程，因此能夠找到使Objt取值最小的wj。

通過以上步驟完成第t棵樹的建立[21]。

本研究基礎(chǔ)模型選擇樹形結(jié)構(gòu)，模型調(diào)參采取GridSearch CV 方法，其中GridSearch 為網(wǎng)絡(luò)搜索，CV 為交叉驗(yàn)證。網(wǎng)絡(luò)搜索為在指定的參數(shù)范圍內(nèi)，依據(jù)其步長，不斷調(diào)整參數(shù)，從所有的參數(shù)中選擇出使測試集精度較高的參數(shù)，XGBoost 模型的幾個重要參數(shù)與解釋說明如表2 所示。

表2 XGBoost模型的幾個重要參數(shù)

1.5.2 Stacking模型融合

Stacking 是一種模型融合算法，又叫作模型堆疊，基本思路是先從初始的訓(xùn)練集訓(xùn)練出若干模型，然后將單模型的輸出結(jié)果作為樣本特征進(jìn)行整合，并將原始樣本標(biāo)記作為新數(shù)據(jù)樣本標(biāo)記，生成新的訓(xùn)練集[22]。再根據(jù)新訓(xùn)練集訓(xùn)練一個新的模型，最后用新的模型對樣本進(jìn)行預(yù)測，其優(yōu)點(diǎn)是降低單模型的泛化誤差。

本研究的設(shè)計(jì)步驟如下：

（1）首先將選擇的最優(yōu)特征子集切分為5 份，每份包括662 例樣本數(shù)據(jù)。

（2）Stacking 的第一層模型可理解成一個超強(qiáng)的特征轉(zhuǎn)換層，第一層基模型選擇了5 個強(qiáng)模型，分別為：隨機(jī)森林（RandomForest，RF）、極端隨機(jī)樹（Extremely Randomized Trees，ET）、 梯 度 提 升 決 策 樹（Gradient Boosting Decision Tree，GBDT）、 自 適 應(yīng) 增 強(qiáng) 決 策 樹（Adaptive Boosting，Adaboost）、XGBoost，這5 個樹模型均屬于強(qiáng)模型，均是在決策樹的基礎(chǔ)上進(jìn)行優(yōu)化與提升。將第一步切分好的5 部分?jǐn)?shù)據(jù)分別作為這5 個模型的輸入進(jìn)行訓(xùn)練。

（3）第一層的5 個模型均運(yùn)用六折交叉驗(yàn)證的方法做訓(xùn)練。六折交叉驗(yàn)證的思想是：將數(shù)據(jù)劃分為6 部分，對其中的5 部分?jǐn)?shù)據(jù)做訓(xùn)練，每一份數(shù)據(jù)都會被作為一次驗(yàn)證集，然后將得到的6 個結(jié)果取平均。通過第一層的訓(xùn)練后，將5 個模型的5 個預(yù)測結(jié)果組成新的特征，作為第二層模型的輸入做訓(xùn)練。第二層的基模型選用了一個簡單的Logistics 回歸分類器，可以避免過擬合現(xiàn)象的發(fā)生。具體的Stacking 模型融合步驟如圖3 所示。

圖3 Stacking模型融合流程圖

2 實(shí)驗(yàn)與分析

2.1 評估方法

采用混淆矩陣評估分類模型的性能。首先，對于測試數(shù)據(jù)的正負(fù)類別是已知的，要判斷的是通過模型預(yù)測出來的結(jié)果是否符合測試數(shù)據(jù)的真實(shí)結(jié)果。已知的測試數(shù)據(jù)分為正類和負(fù)類，預(yù)測出的結(jié)果分為陽性和陰性[23]。本文中，胎兒“正常”表示正類，胎兒“可疑”和“異?！北硎矩?fù)類，則真正類（True Positive，TP）為正常胎兒被正確分類為正常；假負(fù)類（False Negative，F(xiàn)N）為正常胎兒被錯誤分類為異常；假正類（False Positive，F(xiàn)P）為異常胎兒被錯誤分類為正常；真負(fù)類（True Negative，TN）為異常胎兒被正確分類為異常，TP、FP、FN、TN 分類矩陣如表3 所示。

表3 TP、FP、FN、TN分類方法

為能直觀反映分類性能，本文采用ACC、精確率（Precision）、召回率（Recall）以及F-score 值來衡量分類結(jié)果。ACC 是一個很好很直觀的評價指標(biāo)，其計(jì)算公式如（9）所示。

其 中，TP+TN表 示 分 類 正 確 的 樣 本 數(shù)，TP+FP+FN+TN表示所有的樣本數(shù)，ACC 為兩者的比值，ACC 越高，說明分類效果越好。

Precision 表示的是當(dāng)前劃分為陽性的類別中，被分對的比例，其計(jì)算公式如（10）所示。

Recall 度量的是有多少個正例被分為正例，其計(jì)算公式如（11）所示。

F-score 值同時兼顧了分類模型的ACC 和Recall，它是分類模型ACC 和Recall 的一種加權(quán)平均，分?jǐn)?shù)越高說明分類效果越好。

除此之外，本文還采用皮爾遜相關(guān)系數(shù)（Pearson Correlation Coefficient，PCCs）以及AUC 來衡量訓(xùn)練模型的效果。PCCs 定義為兩個變量之間的協(xié)方差和標(biāo)準(zhǔn)差的商，它是一種統(tǒng)計(jì)指標(biāo)，可以查看特征之間相關(guān)關(guān)系的密切程度。AUC 被定義為受試者特征曲線下與坐標(biāo)軸圍成的面積，它的取值范圍通常為0.5～1，AUC 值越接近1 說明分類器的ACC 越高。

2.2 結(jié)果分析

本文的結(jié)果分析可分為兩部分。第一部分是運(yùn)用XGBoost 算法與HeatMap 所選擇的最優(yōu)特征子集的評估，運(yùn)用這兩種方法確定出最終的22 個特征應(yīng)用于模型的訓(xùn)練。第二部分是模型分類結(jié)果的評估，將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，隨機(jī)選取1968 個數(shù)據(jù)作為訓(xùn)練集，662 個數(shù)據(jù)作為測試集。

2.2.1 特征選擇

綜合XGBoost 算法和HeatMap 對特征的重要程度與相關(guān)性評估的結(jié)果，選出22 維特征作為最優(yōu)特征子集進(jìn)行模型的訓(xùn)練。首先，通過XGBoost 算法進(jìn)行模型訓(xùn)練，運(yùn)用GridSearch CV 方法選出XGBoost 算法的最優(yōu)參數(shù)，最優(yōu)參數(shù)如表4 所示。其中學(xué)習(xí)率為0.1，最大深度為9，模型數(shù)量為10。

表4 XGBoost模型最優(yōu)特征參數(shù)

隨后，運(yùn)用PCCs 評估所得的預(yù)測結(jié)果與真實(shí)結(jié)果的差異性，結(jié)果表明，PCCs 由未選特征前的0.873 提高到0.885。

除此之外，運(yùn)用ACC、Precision、Recall 以及F-score值所得評價結(jié)果如表5 所示。從表中可看出，運(yùn)用最優(yōu)特征子集所訓(xùn)練的模型分類性能更好，ACC、Precision、Recall、F-score 值均有所提高。

表5 原特征與最優(yōu)特征子集的結(jié)果比較

2.2.2分類結(jié)果

對原始特征集和最優(yōu)特征子集使用Stacking 模型堆疊，在第一層基模型中，運(yùn)用5 個強(qiáng)模型：RF、ET、GBDT、AdaBoost、XGBoost。每個模型運(yùn)用六折交叉驗(yàn)證進(jìn)行訓(xùn)練，將5 個模型的預(yù)測結(jié)果組成新的特征，作為第二層模型的特征輸入，第二層的基模型運(yùn)用了簡單的Logistics 回歸模型。在第一層的模型訓(xùn)練中，以AUC 為指標(biāo)，對比了5 個基模型的得分情況，見表6。

表6 五個基模型的AUC得分情況

從表6 中可看出，XGBoost 分類器相較于其他4 個機(jī)器學(xué)習(xí)單模型有較好的分類能力。采用ACC、Precision、Recall、F-score 值對第一層最強(qiáng)的基模型XGBoost、第二層Logistics 回歸模型以及第一層分別使用4 個和5 個基模型融合的分類結(jié)果進(jìn)行比較，見表7。

表7 ACC、Precision、Recall、F-score值評估結(jié)果

從表7 中可看出，RF+ET+GBDT+Adaboost+XGBoost 5 個模型融合的分類能力最優(yōu)，ACC、Precision、Recall、F-score、AUC 分 別 達(dá) 到0.950、0.923、1、0.960、0.980，具有較好的分類性能。

除此之外，對第一層中最強(qiáng)的基模性XGBoost 與第二層基模性Logistics 回歸的性能采用混淆矩陣來評估，見圖4。結(jié)果顯示，在隨機(jī)選取的662 例測試集樣本中，運(yùn)用XGBoost 模型，分類正確的有294 例（實(shí)際為正類，預(yù)測為正類）+330 例（實(shí)際為負(fù)類，預(yù)測為負(fù)類）=624 例，而運(yùn)用Logistics 回歸模型分類結(jié)果不如XGBoost 模型，有269 例（實(shí)際為正類，預(yù)測為正類）+299 例（實(shí)際為負(fù)類，預(yù)測為負(fù)類）=568 例分類正確。

圖4 模型分類混淆矩陣

3 討論

本文提出一種基于公開數(shù)據(jù)集的胎兒宮內(nèi)健康狀態(tài)智能評估新方法。針對正類和負(fù)類數(shù)據(jù)集不平衡問題，采用SMOTE 方法進(jìn)行少數(shù)樣本集的填充。運(yùn)用XGBoost 算法與HeatMap 對原始數(shù)據(jù)集分析，構(gòu)建兩個新特征作為最佳特征子集用于模型的特征輸入，最后構(gòu)建了一種兩層Stacking 模型融合的新方法用于胎兒分類。實(shí)驗(yàn)結(jié)果表明，使用最佳特征子集的分類性能優(yōu)于原始特征集，并且運(yùn)用五層Stacking模型融合的方法達(dá)到性能最優(yōu)，ACC 為0.950，Precision為0.923，Recall 為1，F(xiàn)-score 為0.960，AUC 為0.980。

此外，對比前人的研究工作，進(jìn)一步證明了本文算法的性能。張揚(yáng)等[15]對FHR 信號進(jìn)行研究，提取出形態(tài)學(xué)、時域、頻域等多模態(tài)特征后，運(yùn)用k-最近鄰遺傳算法選擇最優(yōu)特征子集，最小二乘支持向量機(jī)法對其分類，ACC 為0.91，AUC 為0.92。Ocak[24]使用支持向量機(jī)和遺傳算法相結(jié)合的分類技術(shù)，使用回歸模型和粒子群優(yōu)化方法來訓(xùn)練，最后應(yīng)用二叉決策樹進(jìn)行數(shù)據(jù)分類，ACC 為91.6%，此方法中二叉樹算法很容易在訓(xùn)練數(shù)據(jù)中生成復(fù)雜的樹結(jié)構(gòu)，造成過擬合。本文中Stacking 模型融合第二層采用簡單的Logistics 回歸分類器，可以很好地避免過擬合問題，并且本文所提的算法準(zhǔn)確度有所提升。

本文方法亦存在不足，今后在以下幾個方面還有待深入探究：

（1）臨床實(shí)踐的驗(yàn)證。對于胎心信號圖的分析和解讀來說，最重要的是如何準(zhǔn)確識別所有特征參數(shù)，因而，后期需在醫(yī)生的指導(dǎo)下，進(jìn)行胎心信號的數(shù)據(jù)采集和參數(shù)提取，盡可能獲得本文所用數(shù)據(jù)集的所有參數(shù)，以便驗(yàn)證本文所提出模型的性能。

（2） 提高算法精度。雖然該算法的ACC 有所提升，但對于要求更高的臨床診斷來說還有所欠缺。因此，后期將不斷改變算法結(jié)構(gòu)，進(jìn)一步提升分類性能。

（3）應(yīng)用深度學(xué)習(xí)算法。應(yīng)用深度學(xué)習(xí)算法對胎心監(jiān)護(hù)圖研究，運(yùn)用卷積降維，用低維的卷積核區(qū)代替高維的卷積核，并配置與優(yōu)化網(wǎng)絡(luò)層數(shù)，減少運(yùn)算量和參數(shù)量，設(shè)計(jì)出更加輕量級的網(wǎng)絡(luò)模型。

（4）構(gòu)建完整的胎心監(jiān)護(hù)輔助診斷系統(tǒng)。一個好的模型是輔助診斷的第一步，后續(xù)還需結(jié)合智能分類算法，將科研成果落地，將其部署到服務(wù)器軟件中，構(gòu)建一個完整的胎心監(jiān)護(hù)診斷系統(tǒng)。

4 結(jié)論

近年來，由于胎心監(jiān)護(hù)圖中參數(shù)定義的不嚴(yán)謹(jǐn)性以及臨床醫(yī)師個體主觀認(rèn)知的不同，對胎心圖像誤判導(dǎo)致剖宮產(chǎn)率不斷上升[25]，利用智能分類算法可以輔助醫(yī)生對胎兒健康狀態(tài)做出診斷。本文提出的基于Stacking 模型融合的方法經(jīng)過測試集的測試，最終的ACC 為0.950，AUC 為0.980，可作為醫(yī)護(hù)人員診斷胎兒健康狀態(tài)的參考依據(jù)。另外，XGBoost 等模型速度快、準(zhǔn)確率高，可分布式部署，能集成到當(dāng)前流行的Hadoop、Apache Storm 等數(shù)據(jù)處理框架之中，使得本方法可移植到服務(wù)器軟件平臺，實(shí)現(xiàn)診斷監(jiān)護(hù)一體化。