Heart Murmur and Abnormal PCG Detection via Wavelet Scattering Transform & a 1D-CNN

要約

心雑音は心臓の機械的活動に関する貴重な情報を提供し、さまざまな心臓弁疾患の診断に役立ちます。
この研究では、心音図 (PCG) 記録から自動的かつ正確な心雑音検出を行います。
Physionet オンライン データベースの 2 つの公開 PCG データセット (CirCor Digiscope 2022 データセットおよび PCG 2016 データセット) を利用して、1D 畳み込みニューラル ネットワーク (CNN)、長期短期記憶 (LSTM) の 3 つのカスタム ニューラル ネットワーク (NN) をトレーニングおよびテストします。
リカレント ニューラル ネットワーク (RNN) と畳み込み RNN (C-RNN) です。
まず前処理を行います。これには、ノイズ除去、セグメンテーション、ノイズのみセグメントの再ラベル付け、データ正規化、ウェーブレット散乱変換を使用した PCG セグメントの時間周波数分析という重要なステップが含まれます。
次に、4 つの実験を実行します。最初の 3 つ (E1 ～ E3) は PCG 2022 データセットを使用し、4 つ目 (E4) は PCG 2016 データセットを使用します。
私たちのカスタム 1D-CNN は、他の 2 つの NN (LSTM-RNN および C-RNN) よりも優れていることがわかります。
さらに、実験 E3 (クリーン化され再ラベル付けされた PCG 2022 データセットを使用) の 1D-CNN モデルは、精度、重み付け精度、F1 スコア、および AUROC の点で関連研究を上回っています。
実験 E1 (元の PCG 2022 データセットを利用する) に関しては、私たちのモデルは重み付け精度と F1 スコアの点で関連する作業に非常に近い結果を出しました。

要約(オリジナル)

Heart murmurs provide valuable information about mechanical activity of the heart, which aids in diagnosis of various heart valve diseases. This work does automatic and accurate heart murmur detection from phonocardiogram (PCG) recordings. Two public PCG datasets (CirCor Digiscope 2022 dataset and PCG 2016 dataset) from Physionet online database are utilized to train and test three custom neural networks (NN): a 1D convolutional neural network (CNN), a long short-term memory (LSTM) recurrent neural network (RNN), and a convolutional RNN (C-RNN). We first do pre-processing which includes the following key steps: denoising, segmentation, re-labeling of noise-only segments, data normalization, and time-frequency analysis of the PCG segments using wavelet scattering transform. We then conduct four experiments, first three (E1-E3) using PCG 2022 dataset, and fourth (E4) using PCG 2016 dataset. It turns out that our custom 1D-CNN outperforms other two NNs (LSTM-RNN and C-RNN). Further, our 1D-CNN model outperforms the related work in terms of accuracy, weighted accuracy, F1-score and AUROC, for experiment E3 (that utilizes the cleaned and re-labeled PCG 2022 dataset). As for experiment E1 (that utilizes the original PCG 2022 dataset), our model performs quite close to the related work in terms of weighted accuracy and F1-score.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google