MobileViTv2 with a normalised cosine-similarity classification head and synthetic data balancing for ECG arrhythmia classification on the MIT-BIH Arrhythmia Database
本文提出了一种基于 MobileViTv2 的混合网络，该网络通过归一化余弦相似度分类头和 WGAN-GP 合成数据平衡进行了增强，在 MIT-BIH 心律失常数据库上实现了极高的患者内准确率，同时也强调了未来进行患者无关验证的必要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人类的心脏跳动着一种既稳定又具有独特个性感的节奏，这是一种医生通过聆听来寻找异常征兆的生物鼓点。当这种节奏变得不规则或混乱时，便预示着心律失常，如果不及早发现，这种状况可能导致猝死。监测这场电信号之舞的主要工具是心电图（ECG），这是一种将心脏电信号记录在屏幕上呈锯齿状线条的机器。几十年来，专家们一直通过人工检查这些线条来识别不同类型的异常，但随着可穿戴设备使持续心脏监测变得更加普遍，海量的数据量已变得令人难以应付。这促使研究人员开始思考，人工智能是否能像人类肉眼一样、甚至比人类做得更好地学习读取这些信号，特别是在数据杂乱、罕见错误类型难以发现，以及运行分析的计算机需要足够小以适配于手腕佩戴的情况下。
在最近的一项研究中，研究人员致力于构建一个系统，能够利用名为 MIT-BIH 心律失常数据库的真实世界心脏记录，将心跳声分为五种不同的健康与疾病类别。挑战在于两个方面：数据存在严重的偏斜，某些类型的心跳出现了数千次，而另一些仅出现了几次；同时，模型需要足够高效，以便在移动设备上运行。为了解决这个问题，团队首先将原始电信号转换为视觉图像，展示了信号能量随时间和不同频率的变化情况。随后，他们将这些图像输入到一个专为智能手机设计的轻量级计算机视觉网络中，但其中包含一个关键的转折点。该网络并没有采用这类网络通常使用的标准决策方式，而是用一种方法替换了最后一层，即通过比较心跳模式的形状与每种疾病类别的理想形状，从而忽略信号的大小或强度。这种方法结合了一种创建人工示例以平衡稀有心跳训练数据的技术，使得系统能够从有限的信息中更有效地学习。
结果显示，这种新方法效果显著。当在大量计算机从未见过的真实心跳数据集上进行测试时，该系统在近 98% 的案例中正确识别了心跳类型。它在区分正常心跳与最危险的不规则情况方面表现尤为出色，尽管在区分两种外观非常相似的特定罕见错误时仍感到略微困难。研究人员发现，他们修改后的决策层相比标准方法，在准确性上带来了小幅但可衡量的提升，尤其是在处理那些棘手的罕见病例时。用于辅助计算机学习的人造心跳与真实心跳如此相似，以至于在时间间隔和频率模式上都高度匹配，证明了计算机可以从这些合成示例中学习而不会产生困惑。
然而，研究人员谨慎地指出，这一成功并不意味着一切。由于计算机测试的心跳来自于其已经研究过数据的同一批人群，因此结果反映的是系统学习特定个体独特心脏形状的能力，而非它对从未遇到的全新患者的诊断能力。在现实世界中，每个人的心脏都有略微不同的电信号特征，一个在某人身上表现完美的系统可能会在另一人身上遇到困难。该研究并未测试这种“新患者”场景，也未测量整个过程在小型电池驱动设备上的耗时，因为将信号转换为图像所需的时间并未包含在他们的速度测试中。作者还指出，该系统解释其错误的能力有限；虽然他们可以看到计算机关注图像的哪些部分，但无法将这些区域完全映射回原始心电图线上的特定波形。
最终，这项工作表明，一个移动端友好的计算机网络，在通过更智能的模式比较方式引导并摄入由真实与合成示例组成的均衡“饮食”后，可以实现极高的分类准确度。研究结果表明，用于做出最终决策的具体方法有助于系统专注于异常的形状而非仅仅是信号的强度。然而，通往临床应用的道路依然漫长。在这一技术能够被信任用于监测现实世界中的患者之前，必须证明它能在从未见过的患者身上奏效，在不同的数据库中经过测试，并在其运行的实际硬件上进行测量。目前，这项研究提供了一个充满希望的进展，表明通过正确的工具，人工智能可以开始理解人类心脏那复杂的、富有节奏感的语言。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。