混合深度學習機制下的H 型高血壓脈診預測

楊晶東，陳 磊，蔡書琛，解天驍，燕海霞

（1.上海理工大學光電信息與計算機工程學院，上海 200093；2.上海中醫(yī)藥大學基礎醫(yī)學院，上海 201203）

引 言

近些年來，高血壓患病率逐步攀升。血漿同型半胱氨酸（Homocysteine，HCY）水平大于10 μmol/L的高血壓被定義為“H 型”高血壓，在高血壓患者中高達75%為H 型高血壓。HCY 水平升高是冠狀動脈粥樣硬化性心臟病、腦卒中等心腦血管疾病的危險因素［1］。研究證實HCY 水平與心血管疾病的發(fā)生具有正相關性，Graham 等［2］發(fā)現(xiàn)，單獨存在高血壓或HCY 水平升高的患者中，腦卒中死亡風險分別為正常人的3.6 倍和4.2 倍，而高血壓與HCY 水平同時升高的患者腦卒中死亡的風險則增加至12.1 倍。迄今為止，檢測血液中的HCY 含量多少是臨床診斷H 型高血壓的唯一途徑［3］。

隨著深度學習和機器學習應用到中醫(yī)領域進行相關研究，中醫(yī)知識的碎片性和經(jīng)驗性不再是難題。隨機森林算法具有較高訓練速度，可以對內(nèi)部泛化誤差進行無偏估計。同時隨機森林算法引入了重采樣和屬性選擇的隨機性，對噪聲不敏感，克服了過擬合問題。因此出現(xiàn)了將集成隨機森林應用于肺結(jié)節(jié)的良惡性分類。借鑒深度學習思想，出現(xiàn)了深度隨機森林算法［4］，應用于慢性胃炎的中醫(yī)癥候分類，為慢性胃炎診斷提供依據(jù)。Zhang 等［5］采用9 層卷積神經(jīng)網(wǎng)絡（Convolutional neural network，CNN）對脈搏波進行分類，平均準確率達到了93.49%。文獻［6］提出一種改進的CNN 模型對脈搏波分類，在不同的數(shù)據(jù)集上最高分類精度達到95%；Ouyang 等［7］采用CNN 模型對Ⅱ型糖尿病患者的脈搏波分類，最高精度可達到90.6%，但當CNN 層數(shù)較深時，才能提取到脈搏波深層特征，容易造成梯度消失問題。張選等［8］基于GoolgleNet 和ResNet 框架提出MIRNet 模型對健康和亞健康人群脈象分類，精度可達到87.84%。Chen 等［9］采用基于BasicBlocks 的ResNet 框架BRNet 模型對女性脈搏波分類，判斷是否處在妊娠期，預測準確率達到89%，接收者操作特征（Receiver operating characteristic，ROC）曲線及其下方圍成的面積（Area under curve，AUC）值為0.91。雖然這些方法一定程度上解決了梯度消失問題，但模型深度多數(shù)處在4～6 層，無法學習到脈搏波周期內(nèi)的深度時序特征。楊浩等［10］運用卷積和雙向長短時記憶（Bi-directional long short-term memory，BiLSTM）融合網(wǎng)絡對心房節(jié)拍分類，精度可達到90.21%。馬明艷等［11］使用CNN-BiLSTM 網(wǎng)絡對入侵的惡意行為進行檢測，精度達到了92%。該方法在CNN 和BiLSTM 基礎上進行融合，均具有“并聯(lián)”多通道融合特性，當數(shù)據(jù)時序較長時，BiLSTM模型訓練時間較長，出現(xiàn)特征冗余問題。本文提出一種異質(zhì)集成混合深度學習模型，采用CNN 結(jié)構(gòu)提取脈搏波淺層特征，同時“串聯(lián)”BiLSTM 結(jié)構(gòu)學習脈搏波的深層時序特征以及數(shù)據(jù)在時間序列上的相關性［12］。該模型可以根據(jù)患者脈診信息實現(xiàn)對H 型高血壓患者自主分類，為H 型高血壓患者診斷提供了新思路。

1 混合深度學習網(wǎng)絡模型

CNN 由輸入層、卷積層、池化層、全連接層和輸出層構(gòu)成。卷積層和池化層數(shù)量根據(jù)輸入需要調(diào)整，一般采用卷積層和池化層交替設置［13］。CNN 采用了局部連接和共享權值方式。減少了網(wǎng)絡權值數(shù)量，降低了過擬合風險。循環(huán)神經(jīng)網(wǎng)絡（Recurrent neural network，RNN）可以學習任意具有序列特征的神經(jīng)網(wǎng)絡。當輸入維度增多，RNN 對較早時間的一些節(jié)點的感知力下降，難以學習到長時間序列特征，而產(chǎn)生長依賴問題，從而發(fā)生梯度消失或者梯度爆炸現(xiàn)象。長短時記憶（Long short-term memory，LSTM）［14-15］網(wǎng)絡是一種特殊RNN 網(wǎng)絡，其核心是利用“記憶細胞”記住長期的歷史信息，采用門機制管理，門結(jié)構(gòu)不提供信息，僅用來限制信息量，是一種多層次特征選擇方式。LSTM 解決了RNN 梯度爆炸和消失的問題，使模型能夠?qū)W習到長時間序列的特征。忘記門、輸入門、輸出門和記憶細胞以及相應的更新公式分別為

式中：ft為遺忘門；it、、ot為更新門；ht為輸出門；W為權重；b為偏置。

但傳統(tǒng)LSTM 只能學習序列單向信息，如圖1（a）所示，BiLSTM［16-17］網(wǎng)絡結(jié)構(gòu)在每一個訓練序列的前后同層各連接一個單向LSTM，可從正、反兩方向提取特征，提高模型分類精度。BiLSTM 模型結(jié)構(gòu)如圖1（b）所示。圖1（a）中σ為Sigmoid 函數(shù)，它的輸出在0～1 之間，tanh 為雙曲正切函數(shù)，輸出在-1～1 之間，c〈t〉為記憶細胞狀態(tài)，h〈t〉為隱含層狀態(tài)。圖1（b）中X表示輸入，Y表示輸出，A表示隱藏層。

圖1 LSTM 及BiLSTM 體系結(jié)構(gòu)圖Fig.1 Architecture diagrams of LSTM and BiLSTM

臨床中醫(yī)脈搏波數(shù)據(jù)呈現(xiàn)一維特性，采用一維卷積提取特征，會減少脈搏波特征間的相關性。針對脈搏波的時間特性，本文采用CNN 提取脈搏波局部特征，并采用BiLSTM 獲取各特征間時序關系，構(gòu)建基于CNN-BiLSTM 異質(zhì)混合深度學習方法，結(jié)構(gòu)圖如圖2 所示，本文提出的H 型高血壓預測算法步驟為：

圖2 混合卷積雙向長短時記憶網(wǎng)絡結(jié)構(gòu)圖Fig.2 CNN-BiLSTM architecture diagram

2 材料與方法

2.1 樣本分布

脈診的脈搏波數(shù)據(jù)由脈診儀采集，樣本采集前，患者需要放松5 min 以上，采樣時間為60 s，采樣觸點壓力依患者脈絡深淺確定，采樣頻率包括200、700、1 000 Hz。問診樣本根據(jù)門診醫(yī)師詢問患者相關基礎病癥狀況構(gòu)建量表數(shù)據(jù)，為問診分析提供依據(jù)。本文采用上海中醫(yī)藥大學附屬龍華醫(yī)院及中西醫(yī)結(jié)合醫(yī)院所提供的臨床脈診及問診數(shù)據(jù)。共325 例脈診。男性病例138 例（42.31%），平均年齡（66.35±10.37）歲；女性病例187 例（57.69%），平均年齡（71.32±8.51）歲。H 型高血壓患者125 例，占總病例38.19%，非H 型高血壓患者200 例占總病例61.81%。病例分布如圖3 所示。

圖3 脈診樣本分布Fig.3 Description of samples on pulse-taking diagnosis

2.2 脈診數(shù)據(jù)預處理

脈診采樣頻率包括200、700、1 000 Hz 三種，為了保證數(shù)據(jù)集維度一致性，將1 000、700 Hz 降采樣為200 Hz。由于脈搏信號很容易受到干擾而引入高頻噪聲，嚴重干擾脈搏信號特征提取，甚至導致脈搏波波形突變。為此，本文對原始脈搏波信號進行降噪、去除高頻噪聲等操作。傳統(tǒng)傅里葉變換是一種頻域信號分析方法，很難確定在某個時間點上的具體信號變化，無法分辨信號在時間軸上的突變點。而小波變換具有正交性、方向選擇性、可變的時頻域分辨率等特點，可以有效提取脈搏波信號關聯(lián)特征。本文選擇Symlets 系列中的Sym7 小波作為小波基對脈象信號進行降噪處理［18］。由于脈搏信號的絕大部分能量都集中在0～15 Hz 之間，降采樣處理后，脈搏波頻率皆為200 Hz，因此設置9 層脈搏波分解作為默認閾值。被采集者的呼吸和體動會引起脈象信號波動，使脈搏波形變失真，引起脈搏波基線漂移［19］，因此必須對脈搏信號進行預處理，去除存在的脈搏波基線漂移［20］。常用的基線漂移去除方法包括小波變換（Wavelet transform，WT）［21］、經(jīng)驗模態(tài)分解（Empirical mode decomposition，EMD）［22-23］以及平滑先驗法（Smoothness priors approach，SPA）［24-25］，由于脈診波形頻率不同，自適應小波級聯(lián)方法需要多次調(diào)整小波分解系數(shù)。平滑先驗法通過調(diào)節(jié)平滑參數(shù)λ實現(xiàn)頻率響應，簡便易行。因此，本文采用平滑先驗法去除脈搏波基線漂移

式中：p為有效脈搏波信號；I為觀測矩陣的單位矩陣；D2為二階微分矩陣；y為原始信號。

通過選擇不同的正則化參數(shù)可以得到不同的濾波特性。脈搏波信號中基線漂移的頻率為0.2～0.3 Hz，脈搏波的采樣頻率為200 Hz，因此在該采樣頻率下，取λ=2 500 對應截止頻率為200×0.002 5 Hz=0.5 Hz，可以有效去除脈搏波信號中低于0.5 Hz 的基線漂移信號。脈搏波樣本采集時間為60 s，包含多個完整周期，對脈搏波樣本截取，使所有樣本單周期內(nèi)數(shù)據(jù)點少于250，提取400 個數(shù)據(jù)點，偏移量為100 個數(shù)據(jù)點，保證每段數(shù)據(jù)均包含一段完整周期［26-27］。因此，每個樣本至少能擴展成114 個包含一個完整周期的波形。本文采用評估參數(shù)信噪比（Signal noise ratio，SNR）和均方根誤差（Root mean square error，RMSE）評估脈搏波去除基線漂移后效果。SNR 值越大，RMSE 值越小，說明去噪效果越好，表達式為

式中：p′(n)為原始信號；p(n)為去基線漂移后信號；N為信號長度。

3 實驗結(jié)果

3.1 模型超參數(shù)設置

CNN-BiLSTM 模型超參數(shù)設置如表1 所示，對于脈診數(shù)據(jù)，前3 層為CNN 層，卷積核數(shù)目分別為32、64、128，卷積核長度為3、3、2，步長均為1，各層間添加3 層最大池化層，核長為3、2、2，步長全為1。后兩層采用BiLSTM 模型層，神經(jīng)元數(shù)為32，最后采用全連接層輸出分類結(jié)果。

表1 CNN-BiLSTM 模型超參數(shù)Table 1 Hyper parameters of CNN-BiLSTM model

3.2 性能評價標準

本文采用5 個二分類算法指標和接收者操作特征（Receiver operating characteristic，ROC）曲線及其下方圍成的面積（Area under curve，AUC）和精度-召回率（Precision-Recall，PR）曲線及其下方圍成的面積平均精度（Average precision，AP）來評價算法性能，包括：靈敏度（Sensitivity，Sen），特異性（Specificity，Spe），準確度（Accuracy，Acc），精確率（Precision，Pre）和F1分數(shù)（F1-score），表達式為

式中：真陽性（True positive，TP）表示將樣本中H 型高血壓正確分類為H 型高血壓的樣本數(shù)；假陽性（False positive，F(xiàn)P）表示將樣本中非H 型高血壓分類為H 型高血壓的樣本數(shù)；真陰性（True negative，TN）表示將樣本中非H 型高血壓正確分類為非H 型高血壓的樣本數(shù)；假陰性（False negative，F(xiàn)N）表示將樣本中H 型高血壓分類為非H 型高血壓的樣本數(shù)。

3.3 脈診波形預處理

為了比較各種低頻噪聲方法，本文采用不同小波階數(shù)、基函數(shù)進行對比實驗。圖4 給出了當小波階數(shù)為N，小波基為db、Sym 和Coif 時，脈搏波信噪比SNR 和均方根誤差RMSE 對比情況。表2 給出了不同小波基、不同階數(shù)評估參數(shù)SNR 和RMSE 值。分析可知，Sym7 小波的SNR 最大，為45.540 7；RMSE 最小，為0.037 23。因此，Sym7 作為小波去噪的小波基最為適合。這是由于Symles 小波系列Sym 小波相比db 小波和coif 小波具有更好的對稱性，可以有效減少脈搏波信號重構(gòu)時的相位失真和噪聲。當Sym7 小波基的支撐范圍為13，消失矩為7 時，對于脈搏波能具備較好的正則性，可以較好地集中脈搏波能量，減少邊界效應問題。

圖4 不同小波去噪效果比較Fig.4 Comparison of denoising effect of different wavelets

表2 不同小波去噪效果比較Table 2 Comparison of denoising effect of different wavelets

圖5 給出了基線漂移去除3 種典型方法評估指標對比，分析可知，對于H 型高血壓樣本，與WT、EMD 方法相比，SPA 方法保留了脈搏波本征模態(tài)特征，剔除了殘余穩(wěn)態(tài)量，具有較高的SNR 值和較小的RMSE 值，說明SPA 方法更適合作為脈搏波數(shù)據(jù)去除的基線漂移方法。

圖5 基線漂移剔除方法比較Fig.5 Comparison of different baseline shifting methods

原始脈搏波圖像經(jīng)過去除噪聲、基線漂移后的波形圖像如圖6 所示。分析可知，經(jīng)過去噪、基線漂移后，脈搏波震動幅值和均值均有所降低，其中，基線漂移后波形幅值減少12.25%。同時，脈搏波減少了低頻噪聲和極端噪點，波形趨于穩(wěn)定，具有較好的周期性和可區(qū)分性。

圖6 去除噪聲、基線漂移后的數(shù)據(jù)波形圖Fig.6 Pulse waves before and after denoising and baseline drift correction

3.4 分類性能評估

圖7 顯示了不同的卷積層和雙向長短時記憶層（即模型的深度）對模型性能的影響?？梢钥闯觯斁矸e層數(shù)為3，雙向長短時記憶層數(shù)為2時，準確度最高。同時AUC 值也最高。將該模型參數(shù)作為集成脈診模型參數(shù)。當模型層數(shù)較少時，模型各項評價指標均較差，無法學習到樣本的深層特征，因而準確度較低。而隨著模型深度加深，準確度逐漸提高，但容易導致模型過擬合，降低了模型準確度，因此需要做出折中選擇。

圖7 模型不同深度的性能比較Fig.7 Performance comparison of models at different depths

針對脈診數(shù)據(jù)集，本文采用融合CNN-BiLSTM 模型，與CNN 和BiLSTM 模型進行對比，進行5折交叉驗證，表3 給出了各模型H 型高血壓患者分類評價指標。分析可知，CNN-BiLSTM 模型綜合指標高于其他幾種模型，與CNN 模型和BiLSTM 模型相比，F(xiàn)1-score 分別增加了9.45% 和5.41%，AUC 值分別增加了5.45%和7.27%。這是由于與CNN 模型相比，CNN-BiLSTM 模型增加了BiLSTM 模型，可以有效檢測具有長依賴關系的脈診序列波形特征，有利于波形相關性特征提取。與BiLSTM 模型相比，CNN-BiLSTM 模型增加了CNN 模型，可以提取具有局部關聯(lián)關系的脈診特征。由于CNN 模型共享卷積核，可以有效提高模型分類速度和準確度。典型機器學習模型如隨機森林（Random forest，RF）、梯度提升樹（Gradient boosting decision tree，GBDT）無法學習H 型高血壓脈診波形序列的深層特征，將大多數(shù)樣本判斷為負類，少數(shù)樣本判斷為正類，導致精度偏高，靈敏度、特異性偏低。而深度學習模型BRNet 雖然采用了ResNet 基本架構(gòu)，但精度比CNN-BiLSTM 降低了3.28%，這是由于脈搏波的時序特征是深層特征，BRNet 模型的深度較淺，無法學習到所有的脈搏波特征信息。MIRNet 模型在ResNet 模塊的基礎上加入Inception 模塊，模型深度較深，平均精度比CNN-BiLSTM 模型降低了0.44%，可達到0.805 5。但模型深度較深，穩(wěn)定性變差，當數(shù)據(jù)在尺度上縮放時容易降低模型泛化性能。而脈搏波數(shù)據(jù)具有周期性，不同周期之間的尺度在預處理后仍具有一定的差異性，使MIRNet 模型評價指標波動較大。因此，對于H 型高血壓樣本，CNN-BiLSTM 模型具有較高的分類精度和較好的泛化性能。

表3 脈診各算法評價指標比較Table 3 Comparison of evaluation indexes of pulse diagnosis algorithms %

圖8（a）給出了針對脈診波形樣本，各種模型ROC 曲線對比?？梢钥闯?，相比單模型，CNN-BiLSTM 模型ROC 曲線位于坐標平面左上部，與橫軸所圍面積AUC 值最大，達到了0.85，比CNN 模型提升了5.05%，比BiLSTM 模型提升了7.27%。這是由于在較淺層模型下，單層網(wǎng)絡無法學習到脈搏波全部特征。CNN-BiLSTM 模型比RF 提高了14.71%，比GBDT 提升了15.53%，這是由于機器學習方法具有數(shù)據(jù)平衡敏感性，使預測結(jié)果偏向多數(shù)類非H 型高血壓。CNN-BiLSTM 模型比BRNet 和MIRNet 提升了3.08%，這是由于BRNet 采用淺層ResNet 網(wǎng)絡，無法提取深層特征。而MIRNet 模型層數(shù)過深，泛化性能較差。圖8（b）給出了針對脈診波形樣本，各種模型的P-R 曲線?？梢钥闯?，CNN-BiLSTM 模型P-R 曲線位于坐標平面右側(cè)與橫軸包圍的面積最大，AP 值達到了0.779。相比單模型CNN、BiLSTM 模型AP 值分別提升了4.77%、20.06%。這是由于CNN 模型深度較淺，無法學習脈搏波的深度時序特征，BiLSTM 模型受數(shù)據(jù)維度和周期重復分割的影響下，泛化性能差，AP 值較低。相比BRNet 和MIRNet，AP 值分別提升了7.74%和0.82%。這也體現(xiàn)了CNN-BiLSTM 模型具有更好的泛化性能。因此，CNN-BiLSTM 模型對于類別不均衡的H 型高血壓脈搏波樣本分類具有更好的分類性能。

圖8 不同算法脈診分類曲線比較Fig.8 Comparison of the classification curves of different algorithms in pulse-taking

表4 給出了不同模型運行一個Epoch 的時間及模型參數(shù)量，典型集成學習模型如RF 和GBRT，時間復雜度和樣本數(shù)量、特征維度以及基分類器的種類數(shù)量具有較強的相關性，當樣本數(shù)量增加時，運行時間會急劇增加。對于高血壓數(shù)據(jù)集，CNN-BiLSTM模型訓練周期高于CNN、BRNet算法。CNN-BiLSTM模型中CNN 模塊同時具有特征提取和降維作用，也減少了BiLSTM 層的運行時間，提高模型的分類性能。MIRNet 模型具有較深層數(shù)，參數(shù)量較大，雖具有較好的分類性能，但運行時間較長，當數(shù)據(jù)集增大時運行時間將會進一步增加。綜合來看，CNN-BiLSTM 模型具有較好的時間復雜度與分類性能平衡效果。

表4 不同模型參數(shù)量和運行時間Table 4 Number different model of parameters and runtime

4 實驗分析與討論

本文針對脈診的脈圖特征參數(shù)進行分析，并給出特征貢獻率排名，如圖9 所示。脈圖參數(shù)特征貢獻率排名前4 位的特征分別為W1/T、H4/H1、H4、t1/t4，均大于5%。W1/T 表示主動脈壓力升高的持續(xù)時間，與重搏前波的出現(xiàn)時間和外周阻力有關。H4/H1 主要反映外周阻力高低。當外周血管收縮時，阻力增高，H4/H1 升高（＞0.45）；反之，外周阻力降低時，H4/H1 變小（＜0.30）。H4 是降中峽幅度，表示降中峽谷底到脈搏波圖基線的高度。降中峽高度與舒張壓相對應，與動脈血管外周阻力、主動脈瓣關閉功能有關。前3 位特征貢獻率都反映了H 型高血壓患者的血管外周阻力對分類影響，也體現(xiàn)出H 型高血壓是動脈粥樣硬化與動脈硬化的獨立危險因素。t1/t4與心臟射血功能有關，t1/t4值越大，反映心臟急性射血期速度越慢，左心收縮功能減弱，t4為左心室收縮期時間。反映了H 型高血壓患者心臟急性射血期速度與左心收縮功能。其余特征占比如圖9 所示。

圖9 脈診特征貢獻率排名Fig.9 Feature importance ranking of pulse-taking

本文通過脈診各評估參數(shù)特征貢獻率分析，深入挖掘潛在的脈診特征因素與H 型高血壓分類相關性，可有效地提高臨床輔助診斷的客觀性和準確性。

5 結(jié)束語

針對中醫(yī)學脈診脈搏波樣本，本文根據(jù)脈診數(shù)據(jù)提出了一種混合深度學習分類模型，該模型可以有效地提取脈診局部及全局序列特征，從而提高H 型高血壓的脈診分類精度。實驗結(jié)果表明，與傳統(tǒng)機器學習相比，該模型具有較好分類精度和泛化性能，其中，靈敏度、特異性、正確率、F1-score、AUC 值分別達到79.71%、69.56%、77.17%、83.96%、0.850 0。該模型能有效地兼顧H 型高血壓患者脈診綜合特征，對臨床診斷具有較好的參考價值。