17日前

心電図解析における深層学習:PTB-XLからのベンチマークと知見

Nils Strodthoff, Patrick Wagner, Tobias Schaeffter, Wojciech Samek
心電図解析における深層学習:PTB-XLからのベンチマークと知見
要約

心電図(Electrocardiography, ECG)は非常に一般的で非侵襲的な診断手法であり、その解釈はますます自動解釈アルゴリズムによって支援されている。これまで自動心電図解釈分野の進展は、学習に適したデータセットの不足および異なるアルゴリズム間の比較可能性を確保するための明確な評価プロトコルの欠如によって阻害されてきた。こうした課題を軽減するために、最近公開された無料で利用可能なPTB-XLデータセットを用いた、初めてのベンチマーク結果を提示する。本データセットは、心電図所見の予測、年齢および性別の予測、信号品質評価など、多様なタスクをカバーしている。我々の分析から、特にResNetおよびInceptionをベースとした畳み込みニューラルネットワーク(CNN)が、すべてのタスクにおいて優れた性能を示し、特徴量ベースのアルゴリズムを大きく上回ることが明らかになった。さらに、分類アルゴリズムに関する隠れた層化(hidden stratification)、モデルの不確実性、および探索的な解釈可能性分析を通じて、より深い知見が得られた。また、ICBEB2018チャレンジ心電図データセットに対してもベンチマーク結果を提示し、PTB-XLで事前学習された分類器を用いた転移学習の可能性についても議論する。本研究を通じて、PTB-XLデータセットが心電図解析アルゴリズムの構造的ベンチマークの基盤として確立されることを目的とし、本分野の他の研究者に対してもこの取り組みに参加してもらうことを呼びかけている。

心電図解析における深層学習:PTB-XLからのベンチマークと知見 | 最新論文 | HyperAI超神経