Towards Domain Generalization for ECG and EEG Classification: Algorithms and Benchmarks

要約

多くの分野で大きな成功を収めているにもかかわらず、機械学習やディープラーニングのシステムは、ヘルスケアにおけるミッションクリティカルなアプリケーションでは、まだ確固たる地位を確立できていない。その主な理由のひとつは、モデルが以前に見たことのない、分布外のサンプルを提示されると、その性能が著しく悪化するという事実にある。これはドメイン汎化（DG）問題として知られている。本研究の目的は、DGアルゴリズムを評価するためのベンチマークを提案することに加え、生体信号分類におけるDGに取り組むための新しいアーキテクチャを紹介することである。本論文では、心電図（ECG）と脳波（EEG）に焦点を当て、生体信号のドメイン汎化問題について説明し、オープンソースの生体信号DG評価ベンチマークを提案・実装する。さらに、コンピュータビジョンから最新のDGアルゴリズムを1次元生体信号分類の問題に適応し、その有効性を評価する。最後に、モデルの汎化性を向上させるために多層表現を活用した新しいニューラルネットワークアーキテクチャも紹介する。上記のDGセットアップを実装することにより、ECGとEEGデータセットにおけるDG問題の存在を実験的に実証することができる。さらに、我々の提案するモデルは、ベースラインアルゴリズムと比較して改善された有効性を示し、両データセットにおいて最先端技術を上回った。生体信号データセットに存在する分布シフトの重要性を認識し、提案アルゴリズムの評価プロセスを簡略化することで、生体DG分野のさらなる研究を促すことを目的として、本ベンチマークを提示する。我々の知る限り、これはECGとEEGのDGアルゴリズムを評価するためのオープンソースのフレームワークを開発する最初の試みである。

要約(オリジナル)

Despite their immense success in numerous fields, machine and deep learning systems have not yet been able to firmly establish themselves in mission-critical applications in healthcare. One of the main reasons lies in the fact that when models are presented with previously unseen, Out-of-Distribution samples, their performance deteriorates significantly. This is known as the Domain Generalization (DG) problem. Our objective in this work is to propose a benchmark for evaluating DG algorithms, in addition to introducing a novel architecture for tackling DG in biosignal classification. In this paper, we describe the Domain Generalization problem for biosignals, focusing on electrocardiograms (ECG) and electroencephalograms (EEG) and propose and implement an open-source biosignal DG evaluation benchmark. Furthermore, we adapt state-of-the-art DG algorithms from computer vision to the problem of 1D biosignal classification and evaluate their effectiveness. Finally, we also introduce a novel neural network architecture that leverages multi-layer representations for improved model generalizability. By implementing the above DG setup we are able to experimentally demonstrate the presence of the DG problem in ECG and EEG datasets. In addition, our proposed model demonstrates improved effectiveness compared to the baseline algorithms, exceeding the state-of-the-art in both datasets. Recognizing the significance of the distribution shift present in biosignal datasets, the presented benchmark aims at urging further research into the field of biomedical DG by simplifying the evaluation process of proposed algorithms. To our knowledge, this is the first attempt at developing an open-source framework for evaluating ECG and EEG DG algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL