CN108090509A

CN108090509A - 一种数据长度自适应的心电图分类方法

Info

Publication number: CN108090509A
Application number: CN201711332105.7A
Authority: CN
Inventors: 吕建成; 陈尧; 刘大恒; 刘大一恒; 李茂�
Original assignee: Sichuan University
Current assignee: Sichuan University
Priority date: 2017-12-13
Filing date: 2017-12-13
Publication date: 2018-05-29
Anticipated expiration: 2037-12-13
Also published as: CN108090509B

Abstract

本发明公开了一种数据长度自适应的心电图分类方法，旨在解决现有技术中心电图数据集少且数据集质量参差不齐而导致现有的心电图训练结果准确度低的问题；本申请通过对原始数据进行动态分割和连接获得标准时间长度的心电图段数据集，本申请对获得的心电图数据集进行动态的分段与连接，产生了大量的额外训练数据集，并采集正常心电数据、心房颤动数据、其他数据和噪音数据四种类型的数据集，保持了数据集的平衡性，从而提高了后期训练的鲁棒性和泛化能力，进而使得输入集的分类更加准确；本申请适用于心电图分类训练相关领域。

Description

一种数据长度自适应的心电图分类方法

技术领域

本发明涉及心电图分类训练相关领域，具体涉及一种数据长度自适应的心电图分类及训练方法。

背景技术

随着社会经济的发展，居民生活方式的改变，人口老龄化进程加快等原因，心血管病带来的危险持续升高，中国城乡居民心血管疾病患病率呈现上升趋势、死亡率居高不下，全国每年约有350万人死于心血管疾病。总体上看，我国心血管病的患病率及死亡率仍处于上升阶段。心血管疾病占据居民疾病死亡构成的40％以上，为我国居民的首位死因。心律不齐疾病作为心血管疾病的一种，其治疗与预防已经越来越受到人们的关注。

心电图是一种使用广泛的廉价无创检查手段，是用来观察心脏电活动、电瞬态方面的标准技术。人体心电图作为心脏电活动在体表的综合表现，蕴含了丰富的心脏节律及其电传导的生理信息，在一定的程度上可以客观的反映心脏各部位的生理状况，是诊断心脏疾病、评价心脏功能的重要依据之一。一直以来心电图记录主要的使用方式是由具有专业知识和临床经验的医护人员对心电图数据进行观察和分析，但由于心电图记录的心电信息持通常会长达数十个小时，而反应患者心脏异常的记录信息通常以记录片段的形式存在。长时间的人工检测的不仅容易造成误检，也是一种对医护资源的浪费。心电信号自动处理系统能够有效的解决这一问题，利用计算机软件提取心电信号的相关特征，自动检查异常的心电活动片段，这些信息的反馈可以让医生针对性的识读心电记录，提高工作效率。现有的大量心电信号检测系统所使用的特征提取与疾病检测算法，仍存在特征识别率低、分类准确率不高的问题。目前采用的分类方法都是基于传统的机器学习的方法，主要是采用支持向量机(SVM)。但是，使用支持向量机分类，需要人工手动提取相关特征，适用于样本量少的训练；

心电图分段作为心电图信号处理得一个环节，分段的质量直接关系到能否输出正确的心率和能否进行正确的诊断，但是由于心电图信号的来源及采集方式，实际所获得心电图信号通常高噪音、不稳定的；并且现有的数据集较少，如果直接对现有的数据集进行处理，容易存在数据样本不均衡，数据样本不齐全进而导致训练结果准确率低进而导致误诊率高的问题。

而本申请采用的神经网络的分类的方法，不需要人工手动提取特征，只需要将大量的样本送进神经网络中，让神经网络自己学习，自动地提取特征，来进行分类，分类效果更加准确。为了让心电检测系统能够更好地辅助医护人员进行心电信号分析，弥补当前心电信号自动处理技术的不足、人工干预过多、分类不准确等问题，进而更好地对病症做出分类，本系统采用了人工智能与神经网络领域中的最新算法和网络结构，提出了一套完整的心电图分析处理方法。内容涉及对心电信号的预处理、心律不齐疾病自动分类这些心电检测、系统中的重要问题。对心电数据随机分段的，再将组合的心电数据送到卷积神经网络中学习，可以有效地解决训练数据每个种类之间数据量不均衡的问题，使得训练得到的模型更具有鲁棒性。利用本系统提出的方法，可以对心电信号进行有效的处理，对心电信号反映的病症进行高准确率的分类，可以辅助医生对病人做出更准确的判断。

发明内容

本发明的目的在于：针对现有技术中心电图数据集少且数据集质量参差不齐而导致现有的心电图训练结果准确度低的问题，本申请提供了一种数据长度自适应的心电图分类及训练方法。

本发明采用的技术方案如下：

一种数据长度自适应的心电图分类方法，包括以下步骤：

步骤1：对原始数据进行动态分割和连接获得标准时间长度的心电图段数据集；

具体地，所述步骤1的具体步骤为：

步骤1.1：记录原始心电图数据并设定心电图的标准时间长度；

所述步骤1.1中的记录原始心电图数据包括正常心电数据、心房颤动数据、其他数据和噪音数据；其记录比例为2：14：4：35；

步骤1.2：对步骤1中长度小于标准时间长度的心电图数据切取部分段，将部分段合并为标准时间长度的心电图段，对步骤1.1中长度大于标准时间长度的心电图数据切取标准时间长度的心电图段，对步骤1中长度为标准时间长度的心电图段直接进行保留；

所述步骤1.2中对步骤1.1中长度小于标准时间长度的心电图数据切取标准时间长度的部分段，将部分段合并为标准时间长度的心电图段具体为：

选择长度小于标准时间长度的心电图数据；

将长度小于标准时间长度的心电图数据切取部分段；

规范部分段得到标准化后的平均段；

将标准化后的平均段根据R的峰值合并成标准时间长度的心电图段；

规范部分段的具体公式为：

X_norm为标准化后的平均段；X为向量表示的部分段；Xmax是部分段中的最大值，Xmin 是部分段中的最小值；

将标准化后的平均段根据R的峰值合并成标准时间长度的心电图段。

具体地，所述标准时间长度为24s或32s；

步骤1.3：集合步骤2中标准时间长度的心电图段获得标准时间长度的心电图段数据集。

步骤2：对步骤1中获得标准时间长度的心电图段数据集利用神经网络进行识别和分类并预测输入的心电图段数据集是否异常；

所述步骤2的采用卷积神经网络的输出使用全局平均池化并输入到多层感知器网络获得心电图段数据集的分类概率；

具体地，所述步骤2的具体步骤为：

步骤2.1：对心电图段数据集进行预处理，滤波器将每段心电图段分解成四个频带，即 1-70Hz、5-90Hz、20-120Hz和原始记录得到四通道数据输入段；

步骤2.2：将步骤2.1中的四通道数据输入段输入至一维卷积层获得特征图，并选取特征图的最大值作为区域池化特征图；

其中—第l层网络第j个神经元的输入，M_j—对输入的选择，f()—非线性函数，k—滤波器，—第l层网络的滤波器k的第i行第j列的值，—第l层网络第j个单元的偏置；

y_i″j″d＝max_1≤i′≤H′，1≤j′≤W′x_i″+i′-1，j″+j′-1，d

y_i″j″d——经过最大池化后的第d个特征图的第i行第j列的值；

i′——最大池化前的特征图的行坐标；

j′——最大池化前的特征图的列坐标；

d——维数，表示第多少个特征图；

步骤2.3：对区域池化特征图进行全局平均池化获得特征图的平均池化特征图；

步骤2.4：加入Highway网络层对平均池化特征图处理得到Highway网络层输出；

其中，T和C为非线性变换函数，—Highway网络层的输出，H()，T()，C()—非线性函数

——网络的输入，—分别为三个函数的权值矩阵；

为了简单起见，令C＝1–T，可得：

步骤2.5：加入softmax层对Highway网络层输出处理并获得四通道数据输入段的分类概率；

根据去预测分类t，属于分类t的概率由下式计算：

其中：—网络的输出；s()—Softmax函数；—条件概率，当时，t＝1的概率；

具体地，还包括步骤3：对步骤2中的分类结果进行准确率评估；

具体地，F分数用于度量分类问题类别的准确性。对于正常节奏，AF节奏，其他节奏和噪音，F1得分的定义为：

最后的分数如下：

Nn——实际上是正常数据，模型预测结果也是正常的样本数量；

∑N——正常数据的样本总数；

∑n——被模型预测为正常数据的样本总数；

Aa——实际上是AF节奏数据，模型预测结果也是AF节奏的样本数量；

∑A——AF节奏数据的样本总数；

∑a——被模型预测为AF节奏数据的样本总数；

Oo——实际上是其他节奏数据，模型预测结果也是其他节奏的样本数量；

∑O——其他节奏数据的样本总数；

∑o——被模型预测为其他节奏数据的样本总数；

Pp——实际上是噪音数据，模型预测结果也是噪音的样本数量；

∑P——噪音数据的样本总数；

∑p——被模型预测为噪音数据的样本总数；

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1.本申请对获得的心电图数据集进行动态的分段与连接，产生了大量的额外训练数据集，并采集正常心电数据、心房颤动数据、其他数据和噪音数据四种类型的数据集，保持了数据集的平衡性，从而提高了后期训练的鲁棒性和泛化能力，进而使得测试集的分类更加准确；

2.本申请的网络结构不同与传统的在特征图的最顶层加一层全连接层，本申请全局平均池取每个特征图的平均值，结果向量直接输入到全连接层或softmax层，并在之后连接一层 highway网络，以提高分类效果，能够快速的收敛，且更易于深度网络的训练；

3.Highway的使用使得网络更易于训练，随着网络深度的增加，传统的简单神经架构越来越难以进行训练，而highway可以使用简单的SGD训练极深的网络。这些措施可以产生大量额外的训练数据，提高鲁棒性和泛化能力；

4.本申请的标准时间长度的采用24s，在保证准确性的同时，还能保证数据集的计算程度不会过于复杂；

5.本申请将心电图数据作为一维电信号用一维卷积神经网络来处理，不同于传统的将心电图作为图片，用二维卷积神经网络来处理。本方法更能学到心电数据的本质特征和序列特性，提高了分类的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。附图并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本发明的主旨。

图1是本发明的流程示意图；

图2是本发明的动态分段和连接的示意图；

图3是本发明实施例一的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种数据长度自适应的心电图分类方法，包括以下步骤：

具体地，所述步骤1的具体步骤为：

选择长度小于标准时间长度的心电图数据；

将长度小于标准时间长度的心电图数据切取部分段；

规范部分段得到标准化后的平均段；

规范部分段的具体公式为：

具体地，所述标准时间长度为24s或32s；

步骤1.3：集合步骤2中标准时间长度的心电图段获得标准时间长度的心电图段数据集；

具体地，所述步骤2的具体步骤为：

步骤2.1：对心电图段数据集进行预处理，滤波器将每段心电图段分解成四个频带，即1-70Hz、5-90Hz、20-120Hz和原始记录得到四通道数据输入段；

具体地，还包括步骤3：对步骤2中的分类结果进行准确率评估。

实施例一

在上述内容的基础上，本实施例对上述内容进行详细分析：

1.对原始数据进行处理，通过动态分割和连接获得24秒的段，以便于后续训练算法

(1-1)动态分段和连接

原始的ECG数据不平衡，每个心电记录的长度不一致。为了解决这些问题，提出了一种动态分割和连接方法作为一种采样方法。具体方法如下：

对于长度大于24秒的ECG记录，随机切成24秒作为新数据。对于长度短于24秒的心电图记录，首先随机切分为3段，每段长度为8秒。按照以下公式规范每个段：

段被看作是向量X＝(x₁，x₂，…，x_t)的序列，然后根据R的峰值幅度(R peakamplitude)将这三段拼接在一起。这里的R峰值幅度是ECG中最明显的大振幅特征，并且其检测可以更加抗噪声；

对于每个心电图记录，通过采样K次来增加数据，为了平衡训练数据类别，对于不同类别的每个数据，由于每个类别的训练数据的数量很不平衡，对于数据量大的类别降采样，对于数量小的类别过采样，以这样的方式进行数据增广，达到每类数据的平衡，采样的比例为2：14：4：35；为了提高模型的泛化能力和鲁棒性，在训练期间为每个时期动态地采样新的数据。

(1-2)数据预处理

由于ECG记录采样率为300HZ，每个采样数据的长度为24秒，因此可以获得每个采样数据的7200维向量。为了增加数据特征的多样性，去除高频噪声等，使用频率范围的带通Butterworth滤波器将每个采样数据分解成四个频带(即1-70，5-90，20-120和原始记录)，最后得到四通道的数据。

2.使用一维卷积神经网络对以上得到的四通道数据进行分类，它接受四个频带通道的输入并输出一个二进制分类，预测输入段是否是正常的窦性心律、心房颤动(AF)、另一种节律或着噪声项：该网络包含十层卷积，其后是全连接层和softmax层，卷积层有128～256 个长度为8的过滤器，其次是ReLu，和一个最大池化层，池化策略使用不重叠的最大池化，且仅在频率上池化，每一层的最大池化大小为2，在两个卷积层之后使用dropout，以下详细介绍该网络对数据的处理；

(2-1)一维卷积层在整个输入序列上滑动过滤器，生成特征图。每个特征图都可以看作是对整个序列的相应滤波器的卷积激活值。假设在卷积层中使用了窗口大小为m的k滤波器。在一个卷积层，之前层的特征图与已学习的卷积核进行卷积，并通过激活函数形成输出的特征图，输出的计算如下：

其中M_j表示对输入的选择，——第l层网络第j个神经元的输入，f()——非线性函数，k——滤波器，——第l层网络的滤波器k的第i行第j列的值，——第l层网络第 j个单元的偏置；

在这里使用扩大的卷积核，以比正常的卷积更粗粒度的尺度操作。这类似于共享或 strided卷积，但这里输出的大小与输入的大小相同；

最大池化是在H′xW′区域中，选最大值作为该区域池化后的值，公式如下：

y_i″j″_d——经过最大池化后的第d个特征图的第i行第j列的值；

i′——最大池化前的特征图的行坐标；

j′——最大池化前的特征图的列坐标；

d——维数，表示第多少个特征图；

(2-2)全局平均池化

在特征图的最顶层加采取全局平均池化，取每个特征图的平均值，结果向量直接输入到全连接层或softmax层。这点与普通方法中使用全连接层不同。使用全局平均池化的原因是因其非常高效，能够非常快速地收敛。神经网络模式只需要2～3时代可以收敛，节省很多的时间。

(2-3)Highway网络层

经过全局平均池化后，连接着一个Highway网络层。以进一步提高分类的效果，以及使深度网络的训练更容易。对数据x的处理如下：

——网络的输出，H()，T()，C()——非线性函数；

——网络的输入，——分别为三个函数的权值矩阵；

其中，T和C为非线性变换函数。为了简单起见，令C＝1–T，可得：

(2-4)然后经过dropout，最后将数据输入一个softmax层，实现二分类，Softmax函数如下：

其中，——Highway网络层的输出，s()——Softmax函数；

根据去预测分类t，属于分类t的概率由下式计算：

其中，—条件概率，当时，t＝1的概率；

由此，来判断输入段是否是正常的窦性心律、心房颤动(AF)、另一种节律或着噪声项。

实施例二

在实施例一的基础上，对上述结果进行评估，F分数用于度量分类问题类别的准确性，对于正常节奏，AF节奏，其他节奏和噪音：

最后的分数如下：

其中，Nn——实际上是正常数据，模型预测结果也是正常的样本数量；

∑N——正常数据的样本总数；

∑n——被模型预测为正常数据的样本总数；

∑A——AF节奏数据的样本总数；

∑a——被模型预测为AF节奏数据的样本总数；

∑O——其他节奏数据的样本总数；

∑o——被模型预测为其他节奏数据的样本总数；

∑P——噪音数据的样本总数；

∑p——被模型预测为噪音数据的样本总数；

本申请对同样的数据集进行本申请的处理方法以及深层卷积长短时记忆网络(CLSTM) 处理方法的结果比较如下表：

分类器	1-D CNN	1-D CNN	CLSTM
				输入长度	8s	24s	24s
F_1Final	80.18±0.01	83.10±0.01	83.00±0.02
				F_1AF	82.72±0.03	89.17±0.03	87.44±0.01
F_1Other	56.63±0.07	77.34±0.01	77.34±0.01
				F_1Noise	77.84±0.01	86.13±0.02	85.07±0.06
F_1Final	73.09±0.04	83.47±0.02	82.78±0.01

比较一维CNN和CLSTM的结果，可以看出一维CNN在F1Final中具有较高的精度，并且本方法在检测自动对焦和噪音记录方面更好；其中应当说明的是：

本申请中采用来自PhysioNet/Computing在2017年心脏病学挑战赛中的训练数据集，由AliveCor慷慨捐赠的12，186个ECG记录组成。

本申请一维CNN的输出使用全局平均池化并输入到多层感知器(MLP)网络来平坦化，在研究中，采用Adam优化器进行随机优化，并选择交叉熵作为损失函数。使用内部训练集对CNN网络的超参数进行了调整，最终配置如下：batch size32，学习率0.01，epochs：15；本发明的实验采用的数据集来自PhysioNet/Computing在2017年心脏病学挑战赛中的训练数据集，由AliveCor慷慨捐赠的12，186个ECG记录组成。数据存储为300Hz，16 位文件，带宽0.5-40Hz，动态范围5mV；为了开发和评估模型，总共8524个心电图记录随机分为内部训练集和测试集。内部训练集和测试集是通过随机抽取每个数据库中76％和25％的记录生成的。

其中上述的其他数据主要指的是不属于正常心电数据、心房颤动数据和噪音数据的心电图数据。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims

1.一种数据长度自适应的心电图分类方法，其特征在于，包括以下步骤：

步骤2：对步骤1中获得的标准时间长度的心电图段数据集利用神经网络进行识别和分类。

2.如权利要求1所述的一种数据长度自适应的心电图分类方法，其特征在于，所述步骤1的具体步骤为：

3.如权利要求2所述的一种数据长度自适应的心电图分类方法，其特征在于，所述步骤1.2中对步骤1.1中长度小于标准时间长度的心电图数据切取标准时间长度的部分段，将部分段合并为标准时间长度的心电图段具体为：

选择长度小于标准时间长度的心电图数据；

将长度小于标准时间长度的心电图数据切取部分段；

规范部分段得到标准化后的平均段；

4.如权利要求3所述的一种数据长度自适应的心电图分类方法，其特征在于，所述规范部分段的具体公式为：

X_norm为标准化后的平均段；X为向量表示的部分段；Xmax是部分段中的最大值，Xmin是部分段中的最小值。

5.如权利要求2所述的一种数据长度自适应的心电图分类方法，其特征在于，所述标准时间长度为24s或32s。

6.如权利要求2所述的一种数据长度自适应的心电图分类方法，其特征在于，所述步骤1.1中的记录原始心电图数据包括正常心电数据、心房颤动数据、其他数据和噪音数据；其记录比例为2：14：4：35。

7.如权利要求1所述的一种数据长度自适应的心电图分类方法，其特征在于，所述步骤2的采用卷积神经网络的输出使用全局平均池化并输入到多层感知器网络获得心电图段数据集的分类概率。

8.如权利要求6所述的一种数据长度自适应的心电图分类方法，其特征在于，所述步骤2的具体步骤为：

步骤2.5：加入softmax层对Highway网络层输出处理并获得四通道数据输入段的分类概率。

9.如权利要求1述的一种数据长度自适应的心电图分类方法，其特征在于，还包括步骤3：对步骤2中的分类结果进行准确率评估。