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

Technische Samenvatting: Deep Learning-gebaseerde Detectie van Ademhalingsstop bij Preterm Geborenen

Probleemstelling
Apneu van prematuren (AOP) is een kritieke complicatie bij preterme baby's, gekenmerkt door recurrente episodes van ademhalingsstop (Cessation Of BrEathing, COBE). De huidige detectie in Neonatale Intensive Care Units (NICU's) vertrouwt op bedside-monitoren die alarmen activeren op basis van vaste drempelwaarden voor ademhalingsfrequentie, hartslag en zuurstofsaturatie. Deze op regels gebaseerde benaderingen lijden aan een hoog aantal vals-positieven, waarbij ze vaak korte of onregelmatige gebeurtenissen missen, wat bijdraagt aan alarmmoeheid. Hoewel deep learning de detectie van apneu bij volwassenen heeft geavanceerd, wordt de toepassing ervan op neonatale populaties beperkt door het gebrek aan grote, geannoteerde datasets en een gebrek aan systematische vergelijking tussen moderne architecturen en signaalmodaliteiten. Bovendien maken bestaande neonatale studies vaak gebruik van heterogene segmentatiestrategieën en handmatig ontworome kenmerken (handcrafted features), wat directe prestatievergelijkingen bemoeilijkt.

Methodologie
De studie maakte gebruik van een klinische dataset bestaande uit ongeveer 430 uur aan opnames van 24 preterme baby's (gemiddelde zwangerschapsduur 31,1 ± 1,8 weken) die werden gemonitord op een high-dependency NICU. De dataset bevatte drie routinematig verkregen fysiologische signalen:

1. Impedantie-pneumografie (IP): Directe meting van de ademhalingsinspanning.
2. Elektrocardiografie (ECG): Gebruikt om ECG-afgeleide respiratie (EDR) te verkrijgen via R-piek amplitude modulatie.
3. Fotoplethysmografie (PPG): Gebruikt om een ademhalingsenvelop af te leiden uit de pulsatiele variaties in het arteriële bloedvolume.

Data-annotatie en Voorbereiding:
COBE-gebeurtenissen werden klinisch gedefinieerd als ademhalingspauzes van ≥20 seconden, of ≥10 seconden vergezeld van bradycardie (<100 bpm) of zuurstofdesaturatie (SpO2 < 80%). Een geautomatiseerd screeningsalgoritme identificeerde kandidaat-desaturatiegebeurtenissen, die vervolgens handmatig werden geannoteerd door drie onafhankelijke beoordelaars (één clinicus, twee biomedische ingenieurs) met behulp van een aangepaste MATLAB-interface. De uiteindelijke dataset bestond uit 346 COBE-gebeurtenissen en 608 niet-COBE segmenten. Deze werden gesegmenteerd in vensters van 20 seconden met een stapgrootte van 10 seconden, wat resulteerde in 6.678 analysevensters.

Deep Learning Architecturen:
De auteurs evalueerden drie families van 1D convolutionele neurale netwerken, aangepast van beeldclassificatie-architecturen naar fysiologische tijdreeksen:

1. Shallow CNN: Een zeslaagse architectuur gebaseerd op Urtnasan et al., aangepast met specifieke kernelgroottes en poolingstrategieën voor neonatale signalen.
2. Residual Networks (ResNets): Varianten van ResNet-18, ResNet-34 en ResNet-50, aangepast voor 1D-inputs met een gereduceerd aantal feature-kanalen.
3. ConvNeXt: Een moderne architectuur aangepast voor 1D-signalen, geëvalueerd met standaard en grotere kernelgroottes, en gereduceerde feature-breedtes.

De modellen werden getest in unimodale configuraties (gebruikmakend van IP, EDR of PPG-envelope afzonderlijk) en multimodale configuraties met behulp van zowel early fusion (het concateneren van inputs bij de netwerkstem) als late fusion (het concateneren van features vóór de classifier).

Evaluatieprotocol:
Om datalekken (data leakage) te voorkomen, werd de dataset gesplitst op het niveau van de baby. Een vijf-voudige kruisvalidatie werd uitgevoerd op 20 baby's, met een volledig onafhankelijke testset bestaande uit data van 4 apart gehouden baby's. Prestaties werden beoordeeld op basis van balanced accuracy, sensitiviteit, precisie, F1-score en Cohen's κ, waarbij class-weighted loss functies de klassenonbalans aanpakten.

Belangrijkste Resultaten

• Dominantie van Signaalmodaliteit: Over alle architecturen heen had de keuze van het invoersignaal een veel grotere impact op de prestaties dan de architecturale complexiteit.
  • IP-gebaseerde modellen behaalden consistent de hoogste balanced accuracy, variërend van 86,8% tot 88,0% op de onafhankelijke testset.
  • ECG-afgeleide (EDR) modellen presteerden aanzienlijk lager, met balanced accuracies tussen de 62,6% en 69,7%.
  • PPG-afgeleide modellen behaalden balanced accuracies tussen de 65,1% en 66,4%.
• Architecturale Prestaties: Hoewel diepere en complexere modellen marginale verbeteringen boden, waren de winsten bescheiden.
  • De ConvNeXt architectuur presteerde over het algemeen beter dan de shallow CNN en de ResNets.
  • De best presterende configuratie was een ConvNeXt-model met late fusion van IP- en PPG-inputs, wat een balanced accuracy van 88,7% en een F1-score van 0,75 behaalde op de onafhankelijke testset.
  • Multimodale fusie leverde slechts incrementele verbeteringen op ten opzichte van IP alleen, wat suggereert dat het directe ademhalingssignaal (IP) de meeste discriminerende informatie bevat.

Betekenis en Claims
Het artikel claimt de eerste systematische evaluatie te bieden van een 1D ConvNeXt-architectuur voor neonatale COBE-detectie, samen met gecontroleerde vergelijkingen met CNN- en ResNet-modellen onder identieke preprocessing- en evaluatieprotocollen. De primaire bijdrage is de demonstratie dat de signaalmodaliteit de belangrijkste determinant is voor detectieprestaties in data-beperkte neonatale settings, wat zwaarder weegt dan architecturale complexiteit.

De auteurs stellen dat deep learning-modellen toegepast op routinematig gemonitorde NICU-signalen een betrouwbare detectie van COBE-gebeurtenissen kunnen bereiken zonder dat er extra sensoren nodig zijn. Ze nemen echter een bescheiden standpunt in met betrekking tot klinische vertaling, waarbij zij opmerken dat hoewel de detectieprestaties sterk zijn, prospectieve validatie van de alarmbelasting binnen operationele workflows noodzakelijk is alvorens implementatie. De studie benadrukt dat de superieure prestaties van IP-gebaseerde modellen de directe meting van hun ademhalingsmechanica reflecteren, terwijl ECG en PPG minder betrouwbare indirecte surrogaten dienen in deze specifieke populatie.