분류기 체인을 이용한 컨볼루셔널 신경망을 활용한 다중 레이블 ECG 분류

지난 10년간 인공지능(AI)은 심전도(ECG)를 이용한 심장 질환 진단 분류 가능성을 입증해왔다. 기존 연구들은 주로 12단 및 2단 심전도에 초점을 맞추었으나, 본 연구에서는 12, 6, 4, 3, 2단 심전도를 활용하여 총 26가지의 다양한 진단을 분류하는 것을 목표로 한다. 본 연구에서는 26가지 진단을 참값으로 삼아 총 88,253건의 심전도 데이터로 구성된 데이터셋을 기반으로 지도 학습 모델을 훈련시켰다. 훈련 및 분류 과정은 세 단계로 나누어 수행되었다. (1) 팬 톰킨스 알고리즘(Pan-Tompkins algorithm)을 사용하여 심장 박동의 피크를 탐지하고 평균 심박수를 계산하였다. (2) 평균 심박수와 푸리에 변환된 심전도 신호를 입력으로 하여 합성곱 신경망(Convolutional Neural Network, CNN) 시스템을 훈련시켜 규칙적 또는 비규칙적인 리듬을 가진 심전도를 분류하였다. 이 단계에서 총 26개 진단 중 9개를 분류하였다. (3) 마지막으로, 분류기 체인(classifier chain) 내부의 CNN 모델들을 활용하여 나머지 17개 진단을 분류하였다. 이 단계에서는 두 번째 단계의 분류 결과와 원시 심전도 신호를 입력으로 사용하였다. 본 연구팀인 CardiOUS는 은닉 테스트 세트에서 모든 리드 조합에 대해 PhysioNet 챌린지 점수 -0.63을 기록하였으며, 최종 공식 순위에서 39개 팀 중 38위를 기록하였다.