Deep learning-based detection of cessation of breathing in pre-term infants

Sintesi Tecnica: Rilevamento della Cessazione della Respirazione in Neonati Pretermine tramite Deep Learning

Definizione del Problema
L'apnea della prematurità (AOP) è una complicazione critica nei neonati pretermine, caratterizzata da episodi ricorrenti di Cessazione della Respirazione (COBE - Cessation Of BrEathing). L'attuale rilevamento nelle Unità di Terapia Intensiva Neonatale (NICU) si affida a monitor da letto che attivano allarmi basati su soglie fisse per la frequenza respiratoria, la frequenza cardiaca e la saturazione di ossigeno. Questi approcci basati su regole soffrono di elevati tassi di falsi positivi, spesso fallendo nel catturare eventi brevi o irregolari, il che contribuisce alla fatica da allarme (alarm fatigue). Sebbene il deep learning abbia fatto progressi nel rilevamento dell'apnea negli adulti, la sua applicazione alle popolazioni neonatali è limitata dalla scarsità di dataset ampi e annotati e dalla mancanza di un confronto sistematico tra le moderne architetture e le modalità di segnale. Inoltre, gli studi neonatali esistenti utilizzano spesso strategie di segmentazione eterogenee e caratteristiche estratte manualmente (handcrafted features), complicando i confronti diretti delle prestazioni.

Metodologia
Lo studio ha utilizzato un dataset clinico composto da circa 430 ore di registrazioni di 24 neonati pretermine (età gestazionale media 31,1 ± 1,8 settimane) monitorati in una NICU ad alta intensità di cure. Il dataset includeva tre segnali fisiologici acquisiti di routine:

1. Pneumografia di Impedenza (IP): Misura diretta dello sforzo respiratorio.
2. Elettrocardiografia (ECG): Utilizzata per derivare la respirazione derivata dall'ECG (EDR) tramite la modulazione dell'ampiezza dell'onda R.
3. Fotopletismografia (PPG): Utilizzata per derivare un inviluppo respiratorio dalle variazioni pulsatili del volume ematico arterioso.

Annotazione e Preparazione dei Dati:
Gli eventi COBE sono stati definiti clinicamente come pause respiratorie ≥20 secondi, o ≥10 secondi accompagnate da bradicardia (<100 bpm) o desaturazione di ossigeno (SpO2 < 80%). Un algoritmo di screening automatizzato ha identificato i candidati eventi di desaturazione, che sono stati poi annotati manualmente da tre revisori indipendenti (un clinico, due ingegneri biomedici) utilizzando un'interfaccia MATLAB personalizzata. Il dataset finale consisteva in 346 eventi COBE e 608 segmenti non-COBE. Questi sono stati segmentati in finestre di 20 secondi con un passo di 10 secondi, producendo 6.678 finestre di analisi.

Architetture di Deep Learning:
Gli autori hanno valutato tre famiglie di reti neurali convoluzionali 1D (1D CNN), adattate da architetture per la classificazione di immagini a serie temporali fisiologiche:

1. CNN Shallow (Superficiale): Un'architettura a sei strati basata su Urtnasan et al., modificata con dimensioni specifiche dei kernel e strategie di pooling per i segnali neonatali.
2. Reti Residue (ResNets): Varianti di ResNet-18, ResNet-34 e ResNet-50, adattate per input 1D con riduzione dei canali delle feature.
3. ConvNeXt: Un'architettura moderna adattata per segnali 1D, valutata con kernel di dimensioni predefinite e maggiori, e larghezze delle feature ridotte.

I modelli sono stati testati in configurazioni unimodali (utilizzando IP, EDR o l'inviluppo PPG singolarmente) e in configurazioni multimodali utilizzando sia la fusione precoce (early fusion - concatenazione degli input allo stelo della rete) sia la fusione tardiva (late fusion - concatenazione delle feature prima del classificatore).

Protocollo di Valutazione:
Per prevenire la fuga di dati (data leakage), il dataset è stato suddiviso a livello di neonato. È stata eseguita una validazione incrociata a cinque pieghe (five-fold cross-validation) su 20 neonati, con un set di test completamente indipendente composto dai dati di 4 neonati tenuti separati. Le prestazioni sono state valutate tramite accuratezza bilanciata, sensibilità, precisione, punteggio F1 e coefficiente Kappa di Cohen (κ), utilizzando funzioni di perdita pesate per la classe per affrontare lo sbilanciamento delle classi.

Risultati Chiave

• Dominanza della Modalità di Segnale: In tutte le architetture, la scelta del segnale di input ha avuto un impatto sulle prestazioni molto maggiore rispetto alla complessità architettonica.
  • I modelli basati su IP hanno costantemente raggiunto la più alta accuratezza bilanciata, compresa tra l'86,8% e l'88,0% sul test set indipendente.
  • I modelli derivati da ECG (EDR) hanno ottenuto prestazioni significativamente inferiori, con accuratezze bilanciate tra il 62,6% e il 69,7%.
  • I modelli derivati da PPG hanno ottenuto accuratezze bilanciate tra il 65,1% e il 66,4%.
• Prestazioni Architetturali: Sebbene i modelli più profondi e complessi offrano miglioramenti marginali, i guadagni sono modesti.
  • L'architettura ConvNeXt ha generalmente superato la CNN superficiale e le ResNet.
  • La migliore configurazione è stata un modello ConvNeXt utilizzando la fusione tardiva di input IP e PPG, raggiungendo un'accuratezza bilanciata dell'88,7% e un punteggio F1 di 0,75 sul test set indipendente.
  • La fusione multimodale ha fornito solo miglioramenti incrementali rispetto alla sola IP, suggerendo che il segnale respiratorio diretto (IP) contiene la maggior parte delle informazioni discriminanti.

Significatività e Rivendicazioni
Il documento sostiene di fornire la prima valutazione sistematica di un'architettura 1D ConvNeXt per il rilevamento del COBE neonatale, insieme a confronti controllati con modelli CNN e ResNet sotto identici protocolli di pre-elaborazione e valutazione. Il contributo primario è la dimostrazione che la modalità del segnale è il determinante primario delle prestazioni di rilevamento in contesti neonatali con vincoli di dati, superando la complessità architettonica.

Gli autori affermano che i modelli di deep learning applicati ai segnali monitorati di routine nelle NICU possono raggiungere un rilevamento affidabile degli eventi COBE senza richiedere hardware di rilevamento aggiuntivo. Tuttavia, mantengono una posizione modesta riguardo alla traduzione clinica, osservando che, sebbene le prestazioni di rilevamento siano elevate, è necessaria una validazione prospettica del carico di allarmi all'interno dei flussi di lavoro operativi prima dell'implementazione. Lo studio evidenzia come la prestazione superiore dei modelli basati su IP rifletta la loro misurazione diretta della meccanica respiratoria, mentre l'ECG e il PPG fungono da surrogati indiretti meno affidabili in questa specifica popolazione.