Detail publikace

Systém pro automatickou klasifikaci fibrilace síní z krátkodobých jednosvodových EKG záznamů

HEJČ, J. SMÍŠEK, R. RONZHINA, M. NĚMCOVÁ, A. MARŠÁNOVÁ, L. CHMELÍK, J. KOLÁŘOVÁ, J. PROVAZNÍK, I. SMITAL, L. VÍTEK, M.

Originální název

Systém pro automatickou klasifikaci fibrilace síní z krátkodobých jednosvodových EKG záznamů

Český název

Systém pro automatickou klasifikaci fibrilace síní z krátkodobých jednosvodových EKG záznamů

Typ

abstrakt

Jazyk

cs

Originální abstrakt

Cíl: Návrh algoritmu pro automatickou detekci fibrilace síní a vyhodnocení kvality signálu z krátkých jedno-svodových EKG záznamů pořízených epizodním záznamníkem s bezdrátovým přenosem signálu. Metodika: Algoritmus využívá dvou nelineárních modelů vytvořených pomocí metody Support Vector Machines (SVM) pro klasifikaci srdečního rytmu do 4 skupin: fibrilace síní (FS), normální sinusový rytmus (SR), ostatní typy arytmií (OA) a neklasifikovatelný záznam (N). V prvním kroku je provedena klasifikace (Model 1) jednotlivých EKG cyklů na základě morfologických příznaků PQRST úseku. V druhém kroku je klasifikován celý EKG záznam (Model 2) s využitím výstupů z Modelu 1 a další sady příznaků odvozené z variability tepové frekvence, podobnosti QRS komplexů a víceúrovňového odhadu kvality signálu. EKG záznamy (délka trvání 9–61 s) pro učení a testování algoritmu byly pořízeny pomocí záznamníku AliveCor Kardia Mobile od 12 186 dobrovolníků (71,5 % žen, 64,7±13,4 let). 60,5 % záznamů obsahuje normální sinusový rytmus; FS a jiné typy arytmií byly nalezeny v 9 %, resp. 30 % případech; 0,5 % záznamů nebylo klasifikováno z důvodu nízké kvality dat. Algoritmus byl ověřen pomocí 10 násobné křížové validace na trénovací množině EKG záznamů (n=8528) a náhodně vybraných EKG cyklů (n=31404). Kvalita predikce poté byla vyhodnocena na zaslepené testovací množině EKG záznamů (n=3658) pomocí F1 skóre (váhovaný průměr senzitivity a pozitivní prediktivní hodnoty). Výsledky: Na trénovací (n=8528) a testovací (n=3658) množině EKG záznamů bylo dosaženo celkového F1 skóre 0,84 a 0,81. F1 skóre pro klasifikaci EKG záznamů do jednotlivých skupin dosáhlo hodnot (trénovací vs. testovací): 0,85 vs. 0,83 (FS); 0,91 vs. 0,90 (SR); 0,76 vs. 0,71 (OA) a 0,84 (N). Závěr: Celkové F1 skóre dosažené na testovací množině je srovnatelné (0,81) s dalšími pokročilými metodami z oblasti automatické klasifikace arytmií. Z dosažených výsledků lze usuzovat na dobrou generalizační schopnost navržených modelů.

Český abstrakt

Cíl: Návrh algoritmu pro automatickou detekci fibrilace síní a vyhodnocení kvality signálu z krátkých jedno-svodových EKG záznamů pořízených epizodním záznamníkem s bezdrátovým přenosem signálu. Metodika: Algoritmus využívá dvou nelineárních modelů vytvořených pomocí metody Support Vector Machines (SVM) pro klasifikaci srdečního rytmu do 4 skupin: fibrilace síní (FS), normální sinusový rytmus (SR), ostatní typy arytmií (OA) a neklasifikovatelný záznam (N). V prvním kroku je provedena klasifikace (Model 1) jednotlivých EKG cyklů na základě morfologických příznaků PQRST úseku. V druhém kroku je klasifikován celý EKG záznam (Model 2) s využitím výstupů z Modelu 1 a další sady příznaků odvozené z variability tepové frekvence, podobnosti QRS komplexů a víceúrovňového odhadu kvality signálu. EKG záznamy (délka trvání 9–61 s) pro učení a testování algoritmu byly pořízeny pomocí záznamníku AliveCor Kardia Mobile od 12 186 dobrovolníků (71,5 % žen, 64,7±13,4 let). 60,5 % záznamů obsahuje normální sinusový rytmus; FS a jiné typy arytmií byly nalezeny v 9 %, resp. 30 % případech; 0,5 % záznamů nebylo klasifikováno z důvodu nízké kvality dat. Algoritmus byl ověřen pomocí 10 násobné křížové validace na trénovací množině EKG záznamů (n=8528) a náhodně vybraných EKG cyklů (n=31404). Kvalita predikce poté byla vyhodnocena na zaslepené testovací množině EKG záznamů (n=3658) pomocí F1 skóre (váhovaný průměr senzitivity a pozitivní prediktivní hodnoty). Výsledky: Na trénovací (n=8528) a testovací (n=3658) množině EKG záznamů bylo dosaženo celkového F1 skóre 0,84 a 0,81. F1 skóre pro klasifikaci EKG záznamů do jednotlivých skupin dosáhlo hodnot (trénovací vs. testovací): 0,85 vs. 0,83 (FS); 0,91 vs. 0,90 (SR); 0,76 vs. 0,71 (OA) a 0,84 (N). Závěr: Celkové F1 skóre dosažené na testovací množině je srovnatelné (0,81) s dalšími pokročilými metodami z oblasti automatické klasifikace arytmií. Z dosažených výsledků lze usuzovat na dobrou generalizační schopnost navržených modelů.

Klíčová slova

detekce a klasifikace, arytmie, strojové učení, fibrilace síní, support vector machines

Vydáno

12.11.2017

Strany počet

1

BibTex


@misc{BUT141542,
  author="Jakub {Hejč} and Radovan {Smíšek} and Marina {Ronzhina} and Andrea {Němcová} and Lucie {Maršánová} and Jiří {Chmelík} and Jana {Kolářová} and Ivo {Provazník} and Lukáš {Smital} and Martin {Vítek}",
  title="Systém pro automatickou klasifikaci fibrilace síní z krátkodobých jednosvodových EKG záznamů",
  annote="Cíl: Návrh algoritmu pro automatickou detekci fibrilace síní a vyhodnocení kvality signálu z krátkých jedno-svodových EKG záznamů pořízených epizodním záznamníkem s bezdrátovým přenosem signálu.
Metodika: Algoritmus využívá dvou nelineárních modelů vytvořených pomocí metody Support Vector Machines (SVM) pro klasifikaci srdečního rytmu do 4 skupin: fibrilace síní (FS), normální sinusový rytmus (SR), ostatní typy arytmií (OA) a neklasifikovatelný záznam (N). V prvním kroku je provedena klasifikace (Model 1) jednotlivých EKG cyklů na základě morfologických příznaků PQRST úseku. V druhém kroku je klasifikován celý EKG záznam (Model 2) s využitím výstupů z Modelu 1 a další sady příznaků odvozené z variability tepové frekvence, podobnosti QRS komplexů a víceúrovňového odhadu kvality signálu.
EKG záznamy (délka trvání 9–61 s) pro učení a testování algoritmu byly pořízeny pomocí záznamníku AliveCor Kardia Mobile od 12 186 dobrovolníků (71,5 % žen, 64,7±13,4 let). 60,5 % záznamů obsahuje normální sinusový rytmus; FS a jiné typy arytmií byly nalezeny v 9 %, resp. 30 % případech; 0,5 % záznamů nebylo klasifikováno z důvodu nízké kvality dat.
Algoritmus byl ověřen pomocí 10 násobné křížové validace na trénovací množině EKG záznamů (n=8528) a náhodně vybraných EKG cyklů (n=31404). Kvalita predikce poté byla vyhodnocena na zaslepené testovací množině EKG záznamů (n=3658) pomocí F1 skóre (váhovaný průměr senzitivity a pozitivní prediktivní hodnoty).
Výsledky: Na trénovací (n=8528) a testovací (n=3658) množině EKG záznamů bylo dosaženo celkového F1 skóre 0,84 a 0,81. F1 skóre pro klasifikaci EKG záznamů do jednotlivých skupin dosáhlo hodnot (trénovací vs. testovací): 0,85 vs. 0,83 (FS); 0,91 vs. 0,90 (SR); 0,76 vs. 0,71 (OA) a 0,84 (N).
Závěr: Celkové F1 skóre dosažené na testovací množině je srovnatelné (0,81) s dalšími pokročilými metodami z oblasti automatické klasifikace arytmií. Z dosažených výsledků lze usuzovat na dobrou generalizační schopnost navržených modelů.",
  chapter="141542",
  howpublished="online",
  year="2017",
  month="november",
  type="abstract"
}