基于改進(jìn)U-Net模型的心電波形分割

徐柏林，蔡文杰，楊明菲，張標(biāo)

上海理工大學(xué)健康科學(xué)與工程學(xué)院，上海 200093

前言

我國(guó)心血管疾病死亡率逐年上升，并呈現(xiàn)年輕化趨勢(shì)［1］。隨著城市化和生活方式的改變，可以預(yù)見未來(lái)患病人數(shù)不會(huì)下降，因此，對(duì)于心血管疾病的預(yù)防和檢測(cè)值得重視［2］。心電圖作為對(duì)心臟健康狀況進(jìn)行評(píng)估的重要手段，主要包括P 波、QRS 波和T 波，其中各波形都包含著重要信息，心電波形分割對(duì)于自動(dòng)診斷分析具有重要意義［3］。然而，心電信號(hào)的精確分割存在一些困難。例如，P波的振幅很小，甚至因?yàn)樵肼暩蓴_無(wú)法識(shí)別或是P波缺失；T波可能存在雙向的情況，這就導(dǎo)致很難確定T 波的起點(diǎn)和終點(diǎn)［4］。因此，亟需提出一種可以精確分割心電波形的算法。傳統(tǒng)心電波形分割算法一般先在心電信號(hào)中定位R波的位置，然后檢測(cè)QRS 波的起止點(diǎn)，然后再定位P 波和T 波的起止位置。Aspuru 等［5］使用線性回歸來(lái)分割心電信號(hào)，首先檢測(cè)心電圖的R 峰，然后再分離信號(hào)，檢測(cè)P、Q、S和T峰值。該方法對(duì)Q點(diǎn)的檢驗(yàn)靈敏度為97.5%，對(duì)其他心電峰值的檢測(cè)靈敏度為100%；但是該方法泛化能力沒(méi)有經(jīng)受檢驗(yàn)，單一的性能指標(biāo)也不能說(shuō)明算法的優(yōu)異。目前主流的用于心電波形分割的傳統(tǒng)算法是小波變換，Li等［6］使用小波變換來(lái)檢測(cè)心電信號(hào)的各波形特征點(diǎn)。借助小波變換的多尺度功能將QRS 復(fù)合波與其他波分離，QRS的識(shí)別準(zhǔn)確率在MITDB（MITBIH Arrhythmia Database）上達(dá)到99.8%。雖然很多傳統(tǒng)算法都可以用于心電波形分割研究，但大部分都是針對(duì)單獨(dú)的特征波，如QRS波，將所有心電波形進(jìn)行整體分割的研究相對(duì)較少。近年來(lái)，使用深度學(xué)習(xí)的方法識(shí)別心電各波形逐漸成為研究熱點(diǎn)。Nurmaini等［7］提出使用雙向長(zhǎng)短期記憶分類器來(lái)對(duì)心電圖波形進(jìn)行分割。將心電數(shù)據(jù)按照心拍進(jìn)行切割，以P 波的起始點(diǎn)作為切割的起點(diǎn)，該方法的平均敏感度達(dá)到98.82%，F(xiàn)1 分?jǐn)?shù)為98.84%；但該方法存在一個(gè)缺陷，從P 波的起始點(diǎn)開始切割，以固定心電片段作為訓(xùn)練集投入模型訓(xùn)練，勢(shì)必會(huì)導(dǎo)致模型對(duì)P波的識(shí)別準(zhǔn)確率虛高，缺乏泛化性能。

針對(duì)以上算法的不足，本研究提出的基于U-Net模型改進(jìn)的算法不僅可以檢出心電整體波形的起止點(diǎn)，且檢測(cè)效果更好；在跨數(shù)據(jù)庫(kù)實(shí)驗(yàn)中也表現(xiàn)較好的泛化性能。

1 方法

1.1 數(shù)據(jù)集

本研究選取心電公開數(shù)據(jù)集Lobachevsky University Database（LUDB），這是一個(gè)常用于心電波形分割的開放數(shù)據(jù)庫(kù)［8］。其包含200 份來(lái)自不同受試者12 導(dǎo)聯(lián)心電圖記錄，每條記錄的采樣頻率為500 Hz，采樣時(shí)長(zhǎng)10 s；該數(shù)據(jù)庫(kù)的P 波、QRS 波和T波的邊界和峰值都由專家手工標(biāo)注。使用QTDB（QT Database）來(lái)驗(yàn)證本文算法的泛化能力［9］。其包括105 條兩導(dǎo)聯(lián)心電圖記錄，采樣頻率為250 Hz，采樣時(shí)長(zhǎng)15 min；該數(shù)據(jù)庫(kù)的每條記錄的P 波、QRS 波和T 波起止位置和峰值同樣由專家標(biāo)注。本研究選取了其中部分記錄作為算法驗(yàn)證數(shù)據(jù)。

1.2 預(yù)處理

LUDB 中的專家標(biāo)記從第二或第三個(gè)心拍開始到倒數(shù)第二個(gè)心拍結(jié)束。如圖1所示，紅色為無(wú)波，黃色為QRS波，綠色為P波，藍(lán)色為T波。

針對(duì)LUDB的特點(diǎn)，本研究在構(gòu)建數(shù)據(jù)集時(shí)截取了從第3 秒（第1 000 個(gè)采樣點(diǎn)）開始到第8 秒（第4 000 個(gè)采樣點(diǎn)）為止的心電片段，共3 000 個(gè)采樣點(diǎn)。這樣截取可以保證選取的信號(hào)均有專家標(biāo)記。將LUDB的200份12導(dǎo)聯(lián)分別當(dāng)作獨(dú)立的記錄來(lái)處理，得到2 400 條記錄。然而，在根據(jù)標(biāo)注構(gòu)建數(shù)據(jù)集過(guò)程中發(fā)現(xiàn)，LUDB 有30 條記錄存在漏標(biāo)情況，舍棄這些記錄，最后得到2 370條記錄的數(shù)據(jù)集。

針對(duì)QTDB的處理，首先對(duì)記錄重采樣到500 Hz。考慮到該數(shù)據(jù)庫(kù)中有大量記錄缺乏專家標(biāo)注，本研究選取幾條完整標(biāo)記的記錄，每3000個(gè)采樣點(diǎn)作為一條心電片段，共得到800條數(shù)據(jù)作為驗(yàn)證集。

原始心電信號(hào)中含有大量噪聲信號(hào)，如肌電噪聲、基線漂移、工頻干擾等，噪聲信號(hào)的存在影響了模型的性能［10］。本研究采用小波變換去除噪聲干擾，在LUDB 和QTDB 上使用db3 的小波基對(duì)心電信號(hào)做8 尺度分解［11］。圖2為原始波形和去噪后的波形。

1.3 數(shù)據(jù)增強(qiáng)

LUDB 共有2 370 條記錄，為了增加數(shù)據(jù)的多樣性，提升模型的魯棒性以及泛化能力，本研究對(duì)數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)［12］。首先，針對(duì)每條記錄的3 000 個(gè)采樣點(diǎn)，在前600 個(gè)點(diǎn)中隨機(jī)選擇起點(diǎn)，投入模型訓(xùn)練的記錄長(zhǎng)度為2 400，這樣在一定程度上可以保證數(shù)據(jù)的多樣性。其次，本研究構(gòu)建了一個(gè)數(shù)據(jù)生成器，在訓(xùn)練過(guò)程中對(duì)心電記錄做隨機(jī)增大或縮放，添加基線漂移和進(jìn)行平移操作［13］。其數(shù)學(xué)表達(dá)式定義如下：

式中第一步對(duì)數(shù)據(jù)進(jìn)行隨機(jī)放縮操作，α取值為［8,13)；第二步將放縮后的數(shù)據(jù)添加基線漂移，β、γ、δ的取值范圍是［0,30)、［400,900)、［0,10)；最后做平移操作，ε取值［-20,21)。對(duì)于每一條投入模型訓(xùn)練的記錄，都采用這3個(gè)步驟和隨機(jī)選擇起點(diǎn)來(lái)豐富數(shù)據(jù)的多樣性，增強(qiáng)模型的魯棒性。

1.4 模型

本研究提出的模型是基于U-Net 模型進(jìn)行改進(jìn)的。U-Net 框架起源于全卷積網(wǎng)絡(luò)，常用于醫(yī)學(xué)圖像分割［14］。該模型是一個(gè)經(jīng)典的編碼-解碼器結(jié)構(gòu)，左邊部分用來(lái)特征提取，右邊部分進(jìn)行上采樣和特征融合。本研究以U-Net為基礎(chǔ)，針對(duì)一維的心電數(shù)據(jù)對(duì)模型進(jìn)行改進(jìn)，模型圖如圖3所示。

原有的U-Net 模型左邊部分的單通道下采樣結(jié)構(gòu)換成了3通道，并將普通卷積改成了空洞卷積。因?yàn)樾碾娦盘?hào)是一種基于幅度的低頻數(shù)據(jù)，使用小的感受野很難包含心電信號(hào)幅度較大范圍的變化［15］；另外心拍本身是一段短時(shí)一維信號(hào)，不能過(guò)分關(guān)注整體而忽視局部信息。本研究提出的模型左側(cè)部分的3 個(gè)通道均會(huì)對(duì)輸入信號(hào)進(jìn)行卷積、批量標(biāo)準(zhǔn)化（BN）及激活（ReLU）操作［16］；在模型中使用空洞卷積代替普通卷積，空洞卷積進(jìn)行卷積操作時(shí)會(huì)跳過(guò)一些像素點(diǎn)進(jìn)行卷積，在使用相同大小的卷積核情況下，可以獲得更大的感受野；同時(shí)，給各個(gè)通道設(shè)計(jì)不同的空洞率，輸出神經(jīng)元能獲得不同的感受野［17］。各通道空洞模塊結(jié)構(gòu)參數(shù)如表1所示。這種多通道加空洞卷積的設(shè)計(jì)更適合提取類似心電信號(hào)的一維數(shù)據(jù)的特征信息。每個(gè)通道的每一層經(jīng)過(guò)上述操作后，將結(jié)果按照通道維度進(jìn)行拼接，該結(jié)果用于與右側(cè)部分上采樣結(jié)果特征融合。為了將3 個(gè)通道所提取的特征信息整合到一起，本研究使用注意力機(jī)制（SENet）對(duì)特征重要性進(jìn)行調(diào)整，即通過(guò)學(xué)習(xí)的方式自動(dòng)獲取每個(gè)特征通道的重要程度，按照這個(gè)重要程度去提升有用的特征權(quán)重并抑制作用不大的特征權(quán)重，對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行重新調(diào)整［18］。

表1 空洞模塊結(jié)構(gòu)參數(shù)Table 1 Structural parameters of dilated convolution

輸入長(zhǎng)度為2 400 個(gè)采樣點(diǎn)的預(yù)處理心電信號(hào)，左邊部分的多個(gè)通道的編碼器進(jìn)行特征提取工作，每次經(jīng)過(guò)池化層尺度減半。右邊解碼器部分使用上采樣的方法恢復(fù)尺寸，然后將左邊部分的多通道合并結(jié)果與上采樣特征進(jìn)行特征融合。最后，模型得到的輸出結(jié)果為2 400×4，蘊(yùn)含著屬于P波、QRS波、T波的像素級(jí)分割信息，使用Softmax 激活函數(shù)可以得到每個(gè)波形的預(yù)測(cè)結(jié)果［19］。

2 實(shí)驗(yàn)結(jié)果

2.1 實(shí)驗(yàn)配置與性能指標(biāo)

模型訓(xùn)練使用的優(yōu)化器是Adagrad，損失函數(shù)為交叉熵?fù)p失函數(shù)，初始學(xué)習(xí)率設(shè)置為0.015，學(xué)習(xí)率衰減率為0.001，隨著模型訓(xùn)練，學(xué)習(xí)率可以動(dòng)態(tài)地變化［20］。Batchsize 為256，模型訓(xùn)練次數(shù)設(shè)置為300 個(gè)epoch。本研究采用pycharm 作為開發(fā)環(huán)境和pytorch框架［21］。在Ubuntu 環(huán)境上進(jìn)行訓(xùn)練，顯卡為GA106［GeForce RTX 3060 Lite Hash Rate］12 G。圖4顯示了模型在訓(xùn)練階段的損失曲線。

根據(jù)醫(yī)療器械協(xié)會(huì)（Association for Medical Instrumentation）規(guī)定，當(dāng)算法得到的起始點(diǎn)和終止點(diǎn)與專家標(biāo)記的絕對(duì)值不超過(guò)150 ms，則可以判定預(yù)測(cè)是正確的［22］。由此，可以定義一些性能指標(biāo)來(lái)對(duì)算法的質(zhì)量進(jìn)行評(píng)定。

本實(shí)驗(yàn)采用敏感度（SE）、陽(yáng)性預(yù)測(cè)率（PPV）、F1分?jǐn)?shù)作為性能指標(biāo)。SE可以表達(dá)算法預(yù)測(cè)特征點(diǎn)的能力，PPV 表示檢測(cè)出的特征點(diǎn)是正確的比例，F(xiàn)1 分?jǐn)?shù)是二者的綜合指標(biāo)［23］。性能指標(biāo)各公式如下：

其中，TP 代表提出的算法預(yù)測(cè)的特征點(diǎn)與專家標(biāo)記點(diǎn)的誤差的絕對(duì)值不超過(guò)150 ms；FP 代表算法預(yù)測(cè)特征點(diǎn)周圍150 ms 沒(méi)有專家標(biāo)記的點(diǎn)；FN 表示在專家標(biāo)記點(diǎn)150 ms 范圍內(nèi)無(wú)法找到算法預(yù)測(cè)的特征點(diǎn)。

2.2 結(jié)果與討論

對(duì)于U-Net模型的改進(jìn)方向，本研究采取對(duì)原模型加入空洞卷積模塊、增加SENet模塊以及改變通道個(gè)數(shù)等方式，分別對(duì)每一種改進(jìn)方向都進(jìn)行訓(xùn)練和5折交叉驗(yàn)證。各個(gè)模型在測(cè)試集上的表現(xiàn)如表2所示。提出的算法在測(cè)試集上的分割結(jié)果如圖5所示。

表2 不同模型的心電分割結(jié)果（LUDB）Table 2 ECG segmentation results of different models(LUDB)

DC+U-Net（Dilated Convolution,U-Net）模型 是在原U-Net 模型的基礎(chǔ)上將單通道下采樣改為3 通道下采樣，普通卷積模塊變成空洞卷積模塊，但未加入SENet。DC+U-Net 模型平均性能在PPV 和F1 上相對(duì)于U-Net模型有大約0.5%的提升，在P波和QRS波的分割上性能明顯更加優(yōu)秀，T 波效果與U-Net 相差不大。SE+DC+U-Net（SENet,Dilated Convolution,U-Net）與DC+U-Net區(qū)別在于將3通道下采樣改成了兩個(gè)通道，加入了SENet 模塊；平均性能相比于DC+U-Net 模型提升了大約0.3%。本研究提出的模型通道數(shù)為3，加入了空洞卷積和SENet 模塊，在P 波、QRS 波、T 波的分割上性能都優(yōu)于其他模型，平均性能對(duì)于U-Net模型大約提升了1.2%。

因?yàn)長(zhǎng)UDB數(shù)據(jù)標(biāo)注問(wèn)題，本研究舍棄了部分心電信號(hào)。黃鑫［24］采用了與本文類似的做法，在第3秒和第9 秒之間隨機(jī)選擇了6 s 的心電片段構(gòu)建數(shù)據(jù)集；Sereda等［22］用中值濾波去除基線漂移后也選擇了6 s的心電信號(hào)作為數(shù)據(jù)集的一條序列；Viktor等［4］從第2秒到第4秒隨機(jī)選擇起點(diǎn)，序列長(zhǎng)度是4 s。將本文方法與其他方法的研究結(jié)果進(jìn)行比較，結(jié)果如表3所示。本文算法在T波的性能上有著明顯的優(yōu)勢(shì)，但是在QRS 波的檢測(cè)上不如Viktor 等［4］的方法。從平均性能來(lái)看，本文方法在敏感度、陽(yáng)性預(yù)測(cè)率上都取得了更好的表現(xiàn)。

表3 與其他論文方法對(duì)比（LUDB）Table 3 Comparison with other methods(LUDB)

為了驗(yàn)證本文提出的算法的泛化能力，在處理好的QTDB 上進(jìn)行算法驗(yàn)證。表4是在LUDB 上訓(xùn)練好的算法在QTDB 上進(jìn)行驗(yàn)證的結(jié)果與其他方法的研究結(jié)果對(duì)比。同Kalya-Kulina 等［25］的方法相比可以看到本文方法在P 波段的效果不夠明顯，但在QRS 段和T 波段有明顯優(yōu)勢(shì)。Bote 等［26］采用小波分析方法對(duì)心電波形進(jìn)行分割，本文方法在QRS 波段與他們?nèi)〉玫男Ч咏窃赥波段的檢測(cè)上更勝一籌。因此，本文方法已經(jīng)接近了目前的主流水平，在跨數(shù)據(jù)庫(kù)上取得較好的表現(xiàn)，具有良好的泛化能力。

表4 QT數(shù)據(jù)庫(kù)上算法驗(yàn)證結(jié)果對(duì)比Table 4 Comparison of algorithm verification results on QT database

3 結(jié)語(yǔ)

本研究提出一種基于U-Net框架的改進(jìn)模型，用于心電波形分割。采用LUDB和QTDB構(gòu)建訓(xùn)練集，進(jìn)行5 折交叉驗(yàn)證。LUDB 用來(lái)訓(xùn)練模型并進(jìn)行測(cè)試，在QTDB上做算法驗(yàn)證。實(shí)驗(yàn)結(jié)果充分驗(yàn)證了算法的有效性和泛化能力，在LUDB 測(cè)試集上的5 折交叉驗(yàn)證結(jié)果為：平均靈敏度99.41%，平均陽(yáng)性預(yù)測(cè)率98.90%，平均F1 分?jǐn)?shù)98.75%。在QTDB 上性能可以比擬主流的方法。本研究的缺陷如下：首先對(duì)于LUDB 和QTDB 中部分漏標(biāo)的記錄，沒(méi)有充分利用數(shù)據(jù)；其次，對(duì)于一些疾病類型的心電圖，例如房顫等尚無(wú)法進(jìn)行準(zhǔn)確分割。這些工作有待進(jìn)一步研究。