AI在医学领域：使用生成式深度学习和信号处理技术增强心脏听诊信号

      心血管疾病（CVD）是全球死亡的主要原因，占2019年所有全球死亡的30%以上。为了有效地治疗CVD，准确诊断和评估心脏状况至关重要。心脏听诊（CA）是一种非侵入性方法，通过听取心脏产生的声音来检测和监测心脏状况。然而，由于CA的难度，诊断不确定性和患者预后不佳的情况经常发生。这个问题因为CA难以教学且需要专业技能而变得更加复杂。

      最近，一种可穿戴的多通道电-phonocardiography（EPCG）设备被开发出来，其基本原理是利用同步的phonocardiogram（PCG）和心电图（ECG）数据来检测CVD。这些信号的结合可以产生更准确和鲁棒的分类结果。

     目前的挑战包括缺乏高质量的数据和不平衡的数据集，大多数数据具有大量背景噪声，导致信噪比低。此外，有限的同步PCG和ECG记录数量限制了算法的有效性，尽管有大量的独立ECG和一些PCG数据可用。传统的增强方法可以帮助克服这些问题，通过将增强应用于现有信号。然而，这种方法在某种程度上是有限的，因为它并不总是能提高分布外性能，留下了进一步改进的空间。

      本文第一次使用一个扩散模型，以创建依赖于现有ECG信号的PCG信号，允许在扩散模型创建相应的PCG信号后，从ECG数据集中使用额外的数据。

1 背景

1.1 心脏听诊信号（PCG）和心电图信号（ECG）

• PCG：由心脏瓣膜开闭和血液流动产生的振动引起，记录自胸壁。主要包含第一心音（S1）和第二心音（S2），还有第三心音（S3）、第四心音（S4）、喷射音、喀喇音、开瓣音和杂音等。这些声音包含诊断心血管疾病的重要信息。
• ECG：反映心脏的电活动，包含 P 波、QRS 波群、T 波和偶尔出现的 U 波。这些波形包含有助于心血管疾病诊断的信息，例如冠心病患者的 T 波倒置、ST-T 异常、左心室肥厚和室性早搏等。

1.2 模型鲁棒性

鲁棒泛化：模型在训练集之外的数据上表现良好的能力，包括：

• ID 泛化：模型在训练分布内但不在训练集上的数据上的表现。
• OOD 泛化：模型在训练分布之外的数据上的表现，例如亚群体变化、协变量变化和领域变化。
• 扰动鲁棒性：模型处理异常和显著不同数据的能力，例如噪声、缺失数据、间隙、频谱掩蔽、极端噪声和有缺陷的输入。

1.3 测量模型鲁棒性

混淆矩阵用于评估分类模型性能的工具，包含以下指标：

• 灵敏度（Sensitivity）：正确分类阳性样本的比例。
• 特异性（Specificity）：正确分类阴性样本的比例。
• 精确度（Precision）：在分类为阳性样本中，正确分类的比例。
• 准确率（Accuracy）：正确分类样本的总比例。
• 平衡准确率（Balanced Accuracy）：灵敏度和特异性的平均值。
• F1 分数（F1-Score）：精确度和灵敏度的调和平均数。
• Matthew 相关系数（MCC）：比 F 分数更好的单一指标，用于评估分类器性能。

本文重点关注 ID 和 OOD 性能，并使用准确率、平衡准确率和 MCC 来衡量模型的总体性能。

1.4 生成模型

1.4.1 生成模型

学习数据底层分布并生成新样本的模型，目标是训练一个从潜在空间到数据空间的映射，使生成的样本与原始数据相似。

1.4.2 生成模型分类

• 自编码器（AEs）：将输入数据编码到低维潜在空间，然后解码回数据空间，常用于去噪模型。
• 生成对抗网络（GANs）：由生成器和判别器网络组成，生成器创建逼真的样本，判别器区分真实和合成样本，通过零和游戏提高两个网络。
• 扩散模型（DMs）：向输入数据添加随机噪声，然后训练模型反转此过程，学习以结构化方式去噪数据，例如潜在扩散模型（LDMs）。

1.4.3 生成学习三难

模型通常在高质量样本、快速样本速度和大量样本种类这三个目标中只能实现两个。

1.5 生物医学信号增强

1.5.1 传统方法

通过改变音高、速度、节拍、抖动、音量和混音等方式对现有信号进行增强，例如：

• 随机组合：改变音高、速度、节拍、抖动、音量和混音等。
• 生理约束：遵循生理可能性进行变换，例如时间拉伸和音量调制。
• 频谱约束：保持频谱图的意义，例如音高变化和幅度调制。

1.5.2 生成模型方法

• 变分自编码器（VAEs）：用于生成合成肺听诊声音，可以提高分类器性能。
• 生成对抗网络（GANs）：用于生成合成心脏信号，可以提高分类器性能和训练效率。
• 扩散模型（DMs）：用于生成高保真图像，在生物医学信号处理中的应用尚待探索。

1.6 条件去噪扩散概率模型（CDDPM）

• 去噪扩散概率模型（DDPM）：一种扩散模型，通过添加随机噪声并将网络学习反转此过程来学习去噪数据。
• 条件生成：通过将 ECG 信号的 mel-spectrogram 作为条件输入，使用 WaveGrad 和 DiffWave 模型生成 PCG 信号。
• WaveGrad：一种用于音频合成的 DDPM，使用多级上采样块和下采样块，并包含特征级线性调制模块。
• DiffWave：另一种用于音频合成的 DDPM，使用一维卷积和 WaveNet 骨干网络，并包含局部条件和全局条件。

2 方法

2.1 数据增强流程

2.1.1 原始数据预处理

• 从 PhysioNet 和 Computing in Cardiology Challenge 2016 数据集中获取原始心音 (PCG) 和心电图 (ECG) 数据。
• 使用自定义方法对数据进行预处理，包括心音分割和心动周期提取。

2.1.2 传统音频增强

对 PCG 和 ECG 信号进行多种增强操作，以增加数据的多样性和鲁棒性。这些操作包括：

• HPSS 滤波：强调信号中的谐波和打击成分，用于突出心音的特征。
• 时间拉伸：改变信号的播放速度，模拟不同的生理状态或疾病情况。
• 幅度调制：改变信号的振幅，模拟不同的生理状态或疾病情况。
• 噪声添加：添加白噪声或来自其他数据集的临床噪声，模拟真实世界中的噪声环境。
• 参数均衡器：强调或抑制特定频率范围的信号，模拟不同的生理状态或疾病情况。

2.1.3 合成音频生成

• 使用 WaveGrad 和 DiffWave 扩散模型，根据 ECG 信号生成合成的 PCG 信号。
• 训练扩散模型时，使用来自 Incentia 数据集的 ECG 信号作为条件信息，并引入额外的标签来提高合成信号的逼真度。
• 为了减少模型对合成数据的过拟合，仅使用三个合成片段进行训练。

2.1.4 分类模型训练

• 使用基于 ResNet 的卷积神经网络模型进行分类，并使用 Adam 优化器和循环三角学习率调度器进行训练。
• 为了减少过拟合，对原始数据集和合成数据集采用不同的训练策略。

2.2 数据集

• PhysioNet 和 Computing in Cardiology Challenge 2016 数据集：用于训练和测试模型。PhysioNet和计算心脏病学挑战2016（CinC）是一个国际比赛，旨在鼓励开发心脏声音分类算法。数据来自九个独立数据库，但排除了专注于胎儿和产妇心脏声音的数据库。在九个数据库中，共有来自1297名患者的2435个录音。排除上述数据库并将较长录音分割成较小样本后，共有来自1072名患者的4430个样本，相当于233512个心脏声音，116865个心跳，以及近30小时的录音用于比赛。在他们发表时，这是世界上最大的开放获取心脏声音数据库。
• Synchronised Multichannel PCG 和 ECG 数据集：用于测试模型的 OOD 表现。
• Incentia 数据集：用于生成合成的 PCG 信号。此数据集包含11000名患者和277445987个标记的心跳，采样率为250 Hz，有541794个片段。每个心跳都被分类为正常、房性早搏、室性早搏和心律，从正常窦性心律、房颤动和心房扑动。
• EPHNOGRAM 数据集：用于 PCG 信号的噪声添加。
• MIT-BIH 数据集：用于 ECG 信号的噪声添加。

2.3 模型评估

• 使用准确率、平衡准确率、Matthews 相关系数 (MCC) 等指标评估模型的 ID 和 OOD 表现。
• 与仅在原始数据集上训练的模型进行比较，评估数据增强方法的有效性。

3 结果

3.1 ID 泛化（训练集上的性能）

增强数据集显著提高了模型的 ID 泛化性能。

3.1.1 PCG+ECG 模型

• 准确率提高了 2.5%。
• 平衡准确率提高了 4.1%。
• F1 分数提高了 1.9%。
• MCC 值提高了 0.066。

3.1.2 PCG 模型

• 准确率提高了 13.6%。
• 平衡准确率提高了 24.2%。
• F1 分数提高了 7.5%。
• MCC 值提高了 0.444。

3.2 OOD 泛化（测试集上的性能）

增强数据集也显著提高了模型的 OOD 泛化性能。

3.2.1 PCG+ECG 模型

• 在 CinC 数据集上，准确率提高了 3.6% 到 43.1%，平均提高了 18.5%。
• 平衡准确率提高了 1.5% 到 26.8%，平均提高了 12.5%。
• MCC 值提高了 0.026 到 0.616，平均提高了 0.242。

3.2.2 PCG 模型

• 在 CinC 数据集上，准确率提高了 3.3% 到 48.9%，平均提高了 22.4%。
• 平衡准确率提高了 1.6% 到 29.3%，平均提高了 13.9%。
• MCC 值提高了 0.020 到 0.489，平均提高了 0.231。

3.2.3 SMPECG 数据集

• PCG+ECG 模型的准确率提高了 5.7%，平衡准确率提高了 6.8%，MCC 值提高了 0.22。
• PCG 模型的准确率提高了 0.9%，平衡准确率提高了 1.4%，MCC 值提高了 0.056。

结论

增强数据集显著提高了模型的 ID 泛化和 OOD 泛化性能。

增强数据集可以平衡数据集，并提高分类器的鲁棒性。

PCG-only 模型在测试集上的表现优于 PCG+ECG 模型，这可能是由于测试集数据量较大。

尽管 OOD 泛化性能有所提高，但仍有改进空间。