Manuscrito Noname No.
(será insertado por el editor)
Análisis de ECG espectro-temporal basado en Kalman utilizando redes
convolucionales profundas para la detección de fibrilación auricular
Zheng Zhao, Simo S¨ ärkk¨ä y Ali Bahrami Rad
Recibido: fecha / Aceptado: fecha
arXiv: 1812.05555v1 [eess.SP] 12 de diciembre de 2018
Abstracto En este artículo, proponemos un nuevo marco de
clasificación de ECG para la detección de la fibrilación auricular (FA)
utilizando representación espectro-temporal (es decir, espectro
variable en el tiempo) y redes convolucionales profundas. En el
primer paso usamos una representación espectro-temporal
bayesiana basada en la estimación de coeficientes variables en el
tiempo de la serie de Fourier usando un filtro de Kalman y más
suave. A continuación, derivamos un modelo alternativo basado en
una ecuación diferencial de oscilador estocástico para acelerar la
estimación de la representación espectro-temporal en señales
largas. Finalmente, después de evaluaciones comparativas de
diferentes arquitecturas convolucionales, proponemos una red
neuronal convolucional profunda eficiente para clasificar los datos
de ECG espectro-temporal 2D.
Los datos espectro-temporales del ECG se clasifican en
cuatro clases diferentes: FA, ritmo normal sin FA (Normal),
ritmo anormal sin FA (Otro) y segmentos ruidosos
(Ruidoso). El rendimiento de los métodos propuestos se
evalúa y puntúa con el conjunto de datos PhysioNet /
Computing in Cardiology (CinC) 2017. Los resultados
experimentales muestran que el método propuesto
alcanza la puntuación global de F1 del 80,2%, que está en
línea con los algoritmos de última generación.
Palabras clave Análisis de ECG · Fibrilación auricular · aprendizaje
profundo · Filtro de Kalman · estimación de espectrograma
1. Introducción
La fibrilación auricular (FA) es la arritmia cardíaca más común y
su prevalencia es de alrededor del 1-2% en todo el mundo.
Departamento de Ingeniería Eléctrica y Automatización
Universidad Aalto
Rakentajanaukio 2c, Espoo
02150, Finlandia
ancho [6]. También se estima que para 2030 solo en la Unión Europea
entre 14 y 17 millones de pacientes sufrirán FA [46]. La FA se asocia con
un mayor riesgo de sufrir un accidente cerebrovascular (5 veces),
coágulos de sangre, insuficiencia cardíaca, enfermedad de las arterias
coronarias o muerte (2 veces; las tasas de muerte se duplican con la FA)
[6]. Por tanto, el desarrollo de algoritmos automáticos para la detección
precoz de la FA es fundamental.
Durante la FA, las fibras de los músculos auriculares tienen
una actividad eléctrica caótica que puede emitir impulsos con
una frecuencia de 500 lpm al nódulo auriculoventricular (AV),
desde donde pasan los impulsos al azar. Esto da lugar a una
respuesta ventricular irregular que es una de las principales
características de la FA [39]. Además, la FA tiene las siguientes
características en el electrocardiograma (ECG): 1) intervalos RR
“absolutamente” irregulares; 2) la ausencia de ondas P; y
3) duración variable del ciclo auricular (cuando es visible).
El análisis del ECG es el método más común para la detección de FA
y durante los últimos diez años se han desarrollado varios algoritmos
para la detección automática de FA [1–3,5,9,13,22,42,43]. La mayoría de
los algoritmos existentes siguen un proceso tradicional de
preprocesamiento, extracción de características y clasificación. Las
recientes técnicas de aprendizaje profundo (DL) [21] también
proporcionan un marco prometedor para la clasificación de un extremo
a otro. En contraste con los enfoques tradicionales, una de las ventajas
más significativas de usar el aprendizaje profundo para la clasificación
es que las características hechas a mano ya no son necesarias, porque
las redes neuronales profundas tienen la capacidad de aprender las
características inherentes cuando se les proporcionan suficientes datos
de entrenamiento [11 ]. Aunque sorprendentemente, las aplicaciones
del aprendizaje profundo en la FA recién han comenzado en los últimos
años (ver, por ejemplo, [24, 28, 30, 34, 40]).
Para las señales de ECG, se pueden adoptar directamente modelos
de red convolucionales o recurrentes 1D para la tarea de clasificación.
Sin embargo, transformar las señales en el dominio espectral
(características espectro-temporales) es una alternativa prometedora.
2 Zheng Zhao, Simo Särkk¨
enfoque nativo sabiendo que las estructuras de redes
neuronales convolucionales profundas (CNN) de última
generación se diseñan típicamente para imágenes 2D. CNN
profundos como AlexNet [20], Inception-v4 [36] y DenseNet
[16] han demostrado su superioridad en la clasificación de
imágenes.
Dentro de los estudios anteriores, solo unos pocos han recurrido al
uso de espectro variable en el tiempo para la detección de FA. Las
razones pueden ser las siguientes. Primero, no es fácil seleccionar
características hechas a mano a partir de datos 2D utilizando
clasificadores tradicionales. En segundo lugar, las características
temporales del espectrograma suelen ser difíciles de capturar incluso
en entornos DL. Varios estudios [40,45] han intentado DL para la
detección de AF en el dominio espectral, pero el uso de métodos
tradicionales de estimación espectral, como la transformada de Fourier
de corta duración (STFT) o la transformada de ondas continuas (CWT),
puede eliminar información trascendental durante la transformación y
producir datos de entrada menos informativos. Por lo tanto, para
desentrañar estos problemas, es beneficioso considerar nuevos
métodos de estimación espectro-temporal que retengan mejor las
características temporales.
Las contribuciones de este trabajo son: 1) Proponemos dos
modelos extendidos para la estimación espectro-temporal
usando el filtro de Kalman y más suave. Luego, los
combinamos con redes convolucionales profundas para la
detección de AF. 2) Probamos y comparamos el rendimiento de
los enfoques propuestos para la estimación espectro-temporal
en datos simulados y detección de FA con otros métodos de
estimación populares y diferentes clasificadores. 3) Para la
detección de FA, evaluamos las propuestas utilizando el
conjunto de datos PhysioNet / CinC 2017 [7], que se considera
un conjunto de datos desafiante que se asemeja a aplicaciones
prácticas, y nuestros resultados están en línea con el estado de
la técnica.
Este documento es una versión ampliada basada en
nuestro documento de conferencia anterior “Análisis de
ECG espectro-temporal para la detección de fibrilación
auricular” [44] presentado en el 28º Taller internacional
IEEE 2018 sobre aprendizaje automático para el
procesamiento de señales. Además de las contribuciones
originales en el artículo de la conferencia, en este artículo
usamos un nuevo modelo de oscilador estocástico y
mostramos que la estimación espectro-temporal también
se puede implementar con un filtro de Kalman de estado
estable (estacionario) y más suave, lo que conduce a un
reducción significativa del consumo de tiempo sin perder
precisión en la estimación. Demostramos esto tanto en
datos simulados como en la clasificación de datos de AF.
Además de los experimentos en el documento de la
conferencia, donde solo mostramos algunas
comparaciones entre los métodos de estimación y
clasificadores, los expandimos a una amplia gama de
estándares y modernos (por ejemplo,
ä y Ali Bahrami Rad
El El artículo está estructurado de la siguiente manera: En la Sección 2,
proponer utilizamos métodos espectro-temporales para el análisis de señales de
ysis. En ECG. En la Sección 3, aplicamos la estimación propuesta a la detección
método de FA mediante un procedimiento de promediado.
En la Sección 4, comparamos y discutimos los resultados experimentales
tanto en datos simulados como en conjuntos de datos de ECG, seguidos de la
conclusión en la Sección 5.
2 Métodos de estimación espectro-temporal
El análisis espectro-temporal de señales es un enfoque eficaz y
poderoso que se utiliza en muchos campos que van desde el
análisis de bioseñales [27] y el procesamiento de audio [26] hasta la
previsión meteorológica [8] y la predicción del mercado de valores.
[17]. En el análisis de ECG, la evolución temporal de la
información espectral se puede capturar en la representación
de datos espectro-temporales, lo que puede transmitir
información importante sobre el proceso biológico subyacente
del corazón.
En esta sección, desarrollamos nuevos métodos para la
estimación espectrotemporal. En primer lugar, presentamos un
modelo de la serie de Fourier basado en el método de estimación
del espectro bayesiano de Qi et al. [25], y coloque los procesos
gaussianos a priori en los coeficientes de Fourier. Luego,
adoptando las ideas presentadas en [33], convertimos la serie de
Fourier en un modelo de oscilador estocástico más flexible y
usamos un filtro / suavizador de Kalman estacionario rápido para
su estimación. Finalmente, demostramos el desempeño de la
estimación en datos simulados.
2.1 Modelo de la serie de Fourier basado en Kalman
para la estimación espectro-temporal
Además de los métodos STFT y CWT tradicionales, el análisis
espectro-temporal también se puede realizar modelando la
señal como un modelo estocástico de espacio de estados y
recurriendo al procedimiento bayesiano (es decir, filtro de
Kalman y más suave) para su estimación [25, 31] . Las ventajas
clave de este tipo de enfoques sobre otros métodos
espectrotemporales son que podemos aplicarlos tanto a
señales muestreadas de manera uniforme como desigual [25]
y no requieren garantías de estacionariedad ni ventanas.
Además, como mostramos aquí, también se pueden combinar
con métodos de espacio de estado para procesos gaussianos
[14, 32].
Recuerde que cualquier señal periódica con fundamental
frecuencia F0∑ se puede ampliar a una serie de Fourier
METRO
z (t) = a0 + [aj cos (2π jf0t) + bj pecado (2π jf0 t)], (1)
j =1
donde la representación exacta se obtiene con METRO → ∞, pero
para las señales muestreadas (y por lo tanto limitadas en banda) es
Análisis de ECG espectro-temporal basado en Kalman utilizando redes convolucionales profundas para la detección de fibrilación auricular 3

suficiente para considerar series finitas. Este modelo estacionario es el También podemos reescriba el modelo dinámico (5) como
modelo subyacente en el enfoque STFT. STFT aplica una ventana a cada
x k= Ψ x kk- 1 + q,k (8)
segmento de señal y encuentra un ajuste de mínimos cuadrados (a
través de la transformada discreta de Fourier) a la donde Ψ contiene los términos ψa jk
y ψB en eljkdi ag-
k
coe ffi cients {aj, Bj: j = 1,. . . ,METRO}. onal y qk ∼ N (0, Σk) donde Σk contiene los términos
En nuestro enfoque, comenzamos asumiendo que la co- Σajk y Σjk en laB diagonal.
los eficientes dependen del tiempo, y ponemos el proceso gaussiano Si asumimos que en realidad medimos (7) con
previos en ellos: Ruido de medición gaussiano ditivo rk ∼ N (0, R), entonces

aj (t) ∼ G PAG(0, ka(j t, t)),

′ podemos expresar el modelo de medición como
(2)
Bj (t) ∼ G PAG(0, kj B(t, t′)). yk = Hk Xk + rk. (9)

Como se muestra en [14,32], siempre que las funciones de covarianza Las ecuaciones (8) y (9) definen un modelo de espacio de estado

sean estacionarias, podemos expresar los procesos gaussianos lineal en el que podemos realizar una estimación bayesiana exacta

como soluciones a ecuaciones diferenciales estocásticas utilizando un filtro de Kalman y más suave [31]. En el papel original

lineales (SDE). Elegimos las funciones de covarianza para [25], los vectores estatales X1, ..., Xnorte se supone que realizan
tener la forma una caminata aleatoria, pero aquí la idea clave es usar un
proceso gaussiano más general que introduce una constante de
ka(j t, t′) = (sa)2 ex j pag -λaj |t - t ′| , tiempo finita al problema. Aunque aquí hemos optado por utilizar
(( )) (3)
ka(j t, t′) = (sB)2 Exp
j -λB j |t - t ′| , un modelo de proceso gaussiano bastante simple para este
propósito, también sería posible utilizar procesos gaussianos a
donde sa,j sBj> 0 son escala pa rametros y λa, j λBj> 0 priori más generales para los coeficientes tales como
son las inversas de las constantes de tiempo (escalas de longitud) representaciones de espacio de estado de Mat´érn o funciones de
de los procesos. covarianza exponencial al cuadrado [14, 32 ].
Las representaciones de espacio de estado (que son escalares en
El filtro de Kalman para este problema consiste entonces en
este caso) se dan como la siguiente recursividad hacia adelante (para k = 1,. . . ,norte ):
daj = -λa j aj dt + dWa j,
(4) -
metrok = Ψk metrok-1,
dbj = - λBj Bj dt + dWB, j
>
PAG
k - = Ψk PAGk-1 Ψk + Σk,
donde W,jaWB son
j movimientos brownianos con dif- - >
a B
coeficientes de fusión qj, qj. También podemos resolver el equat iones
Sk = Hk PAGk Hk +R,
(10)
en el discr ete pasos de tiempo (s ee, p. ej. , [12]) como K =k P-H> k- k /Sk (,
)
metrok = metrok +Kk yk -Hk metro-,k
aj (t) k = ψjka aj (tk-1) + wajk, wjka ∼ N (0, Σjk a ),

(5)
k P- -K S
P= k K>,
Bj (tk) = ψ Bb ( t k-)1+ wBjk), wBj k∼ N (0, ΣB jk),
kk k

y el RTS suaviza la siguiente sion hacia atrás (para k repetirse-

donde
(jk j = N - 1,. . . , 1):
ψjka = expag λaj (tk - t k- 1), > -] -1,
(- ) G=
k P Ψk +k1 [PAGk +1
ψjkb = Exp - λBj (tk t k- 1 ) , -
(6) metros
k = metrok +GRAMOk [metros k +1 -metrok +1], (11)
Σajk = qja(1 - - -2λaj (tk - t k-)),1
expag(( - >
)) PAG
k s=P +
k G [Ps k k +1 -PAGk +1]GRAMOk.
Σbjk= qjB (1 - Exp -2λB (tj - t -)).
k k1
Las distribuciones posteriores finales se dan como:
Déjanos ahora supongamos que obtenemos una medición ruidosa
s , PAGs
mentos de la serie (1) a veces t1, t2,. . ..
Fourier pag(Xk | y1:N) = NORTE(Xk | metrok k), k = 1,. . . ,NORTE. (12)
Lo que podemos ahora haz es definir un vector de estado x =
> La magnitud de la sinusoidal con frecuencia. Fj =
[a,0 a, ...
1 , a , B1 , B2, . . . , B ]que apila todas las co-
jf en
0 el paso del tiempo k luego se puede calcular extrayendo
METRO METRO

e ffi cientes aj y Bj. De esta forma, podemos escribir Hk =

los elementos correspondientes a a jk) yb̂ (t) desdejk
[1, cos (2πf0tk),. . . , cos (2πM f0 tk), pecado (2πf0tk),. . . ,
el vector medio metrok s:

pecado (2πMf0t],k)∑ lo que lleva a

√
[S]j, k = aj t
2 ( k)
+ ˆB2̂j (tk). (13)
METRO

z (tk) = a0 + [aj cos (2π jf0tk) + Bj pecado (2π jf0 tk)]

De ahora en adelante, matrix S se llama matriz de datos espectro-
j =1
(7) temporales.
= Hk Xk.
4 Zheng Zhao, Simo Särkk¨ ä y Ali Bahrami Rad

2.2 Modelo de oscilador para estimación espectro-temporal En este modelo, el primer componente del estado es un
movimiento browniano de deriva lenta con coeficiente de difusión
En la práctica, el costo computacional de un filtro de Kalman y más cient qB Modelado de la posible media distinta de cero de la
suave puede ser extenso cuando la longitud de la señal es muy señal.
larga. Sin embargo, en lugar del modelo de espacio de estados de El problema de estimación se puede resolver con un filtro de
la serie de Fourier de la sección anterior, también se puede derivar Kalman y un dispositivo más suave. Sin embargo, debido a que el
una representación alternativa utilizando ecuaciones diferenciales modelo es LTI, se sabe que el filtro de Kalman converge en un filtro
de oscilador estocástico. De esta manera, los modelos dinámicos y de Kalman de estado estacionario [18]. El filtro de Kalman de
de medición se vuelven invariantes en el tiempo lineales (LTI) para estado estacionario se puede obtener resolviendo la siguiente
que podamos aprovechar un filtro de Kalman estacionario para ecuación algebraica discreta de Riccati (DARE) para la covarianza
reducir el consumo de tiempo. Este tipo de modelos de oscilador límitePAG-
k→ PAG∞
- :
estocástico también se consideró en [33] y el vínculo con los
modelos de proceso de período gaussiano se investigó en [35].
PAG
∞ - = AP- ∞A> +Q
>
(20)
Un solo oscilador estocástico de cuasiperíodo se puede -AP- H> ∞(HP- H> +R)-1∞HP- ∞UN .
trazada con la siguiente ecuación diferencial sto [chas] tic
mo [de l [35]: Se sabe que existe una solución positiva-semidefinita de la
ecuación siempre que el par [A, H] es detectable [18].
- λ j -2πfj 10
DXj = Xj dt + DW,j
2πfj - λj 01 (14)
j
Así podemos obtener PAG∞- resolviendo DARE en (20),
= F]j X dt + L] DWj.
y el filtro de Kalman estacionario para la media hacia adelante
[ > la propagación es:
donde x j= aj Bj y el movimiento browniano Wj =
[ a b>
Wj W j tiene una matriz de difusión adecuadamente elegida ζj =
m k= Amk- 1 + K (y -Jamón
k k- 1), (21)
qj I [35]. Al resolver el SDE en pasos de tiempo discretos,
tener
donde la ganancia estacionaria es
Xjk = Aj Xj k-1 +
q,j q j∼ N (0, Q j),
(15)

donde ∫Aj y Qj son dada por: K = P- H>∞ (HP- ∞H> +R)-1. (22)

Aj = Exp(Fj ∆t),
∆t Entonces resulta que el suavizante correspondiente también
Qj = Exp(F (∆
j ts))
- Lζj L> (dieciséis) converge a su estado estable, y la propagación hacia atrás para
0 el suavizante de estado estable resultante es:
>
× Exp(Fj (∆t - s)) ds,
s
donde ∆t = t - tk-. k1 k = metrok +G
metros
(mk +1 -Soyk). (23)
Una señal cuasiperiódica general puede ser modificación-

donde la ganancia se calcula como

de la forma anteriorX0)> (X[35]. Si construimosXk =
[eled usando una superposición]
> ion de osciladores estocásticos
>
1)> ·k · · (XMETRO) , entonces el tim resultante mi-
k k G = P∞A> [P- - ∞] 1,
modelo invariante puede estar escrito como:
- - >
(24)
PAG∞ = PAG∞ -PH ∞ (HP∞H- +R) >1 HP∞. - -

Xk = Hachak-1 + qk, qk ∼ N (0, Q),

yk = Hxk + rk, r ∼ N (0, R). (17) De esta manera, la c cálculo del filtro y covari-
no se necesitan pasos en cada paso de tiempo, lo que reduce
donde  A, Q y H  kestán de fi nidos como:

el costo computacional de manera significativa. La desventaja

   
1 qB ∆t es que necesitamos resolver el DARE para poder construir el
  A1     Q1   filtro estacionario y más suave, lo que también aumenta el
       
A=   ...   , Q=   ...   , costo computacional.
       
Después de calcular las estimaciones metros k por cada vez
AMETRO]
paso, podemos extraer las estimaciones de aj (tk) yBj (tk)
(18)
[ [ ] QMETRO y use (13) para calcular los datos espectro-temporales
H = 1 H1 ··· HM = 1 1 0 1 0 · · · 1 0. (19) trix.
Análisis de ECG espectro-temporal basado en Kalman utilizando redes convolucionales profundas para la detección de fibrilación auricular 5

2.5

1,5

0,5
y (t)

- 0,5

-1
(a) Kalman λ = 0,01, METRO0 = (b) OSC λ = 0,01, METRO0 =
0,METRO50 = 0,5 0,METRO50 = 0,5
- 1,5

-2

- 2,5
0 50 100 150 200 250 300 350 400 450 500
t

Figura 1 Datos sinusoidales simulados.

2.3 Ensayos de estimación sobre datos simulados

(c) Wavelet CWT Morse, (d) STFT, Hann, ancho de ventana

Una evaluación cuantitativa de la propuesta espectro- banda de tiempo 60350, superposición 340
Los métodos temporales para la clasificación del ECG se
describen en las Secciones 4 y 5.2. Sin embargo, en esta
sección inspeccionamos visualmente las representaciones
espectro-temporales propuestas en los datos simulados y las
comparamos con otros enfoques estándar de tiempo-
frecuencia como STFT, CWT y BurgAR.
Para evitar confusiones en la terminología, de ahora en adelante,
nos referiremos a las propuestas de la Sección 2.1 y 2.2 como FourierKS
(e) BurgAR, ventana de Hann
y OscKS, respectivamente. 350, superposición 340
Simulamos una señal multisinusoidal observada por ruido
y (t) como se muestra en (25) y Fig.1 con paso de tiempo Figura 2 La estimación espectro-temporal en líneas punteadas datos. El
rojas simuladas representa la frecuencia de verdad del terreno bandas.
∆t = 0,1 y εk ∼ NORTE(0, 0,12).

y (t k) = εk
FourierKS OscKS CWT STFT BurgAR
   pecado (2π 0,01 tk) + pecado (2π 0,3 tk), 1 ≤ tk < 150
   ∆t = 0,1 3.39 0,18 0,08 0,07 0,36
  pecado (2π 0,2 tk) + pecado (2π 0,3 tk), 150 ≤ tk < 250 ∆t = 0,01 9.18 0,95 1,32 0,30 2,58
+ pecado (2π 0,13 tk) + pecado (2π 0,2 tk), 250 ≤ tk < 300.
   tabla 1 Costo de tiempo de CPU de cada método de estimación espectro-
   pecado (2π 0,2 tk) + pecado (2π 0,43 tk), 300 ≤ tk < 400
  temporal. Los tiempos se registran en una computadora portátil
pecado (2π 0,1 tk) + pecado (2π 0,43 tk), 400 ≤ tk < 500 MacBook con CPU Core i5 y Matlab 2017b.
(25)

En la Fig. 2, trazamos los resultados del espectro variable en el

tiempo utilizando FourierKS, OscKS, STFT, CWT y BurgAR. Los
ajustes para la estimación que usamos aquí se describen en los
títulos de las figuras.
Aunque todos los métodos pueden aproximar los datos
simulados en buena medida, FourierKS y OscKS tienen una
resolución de frecuencia más alta con una representación
menos ruidosa que puede ayudarnos a extraer características
más robustas de la representación espectro-temporal.
Además, los resultados de los métodos de FourierKS y OscKS
son casi los mismos, aunque tienen diferentes modelos de
espacio de estado.
Para verificar la eficiencia computacional de la propuesta
estacionaria en la Sección 2.2, ejecutamos cada una de las estimaciones
20 veces y registre los valores medios de su tiempo de CPU.
Probamos con∆t = 0,1 y ∆t = 0.01 para controlar la longitud de
la señal. Los resultados de la Tabla 1 muestran claramente que
la reducción de tiempo de FourierKS (3,39 s, 9,18 s) a OscKS
(0,18 s, 0,95 s) es significativa. Para el método OscKS, el tiempo
para resolver DARE es de 0.09 s, lo que representa casi la mitad
del tiempo total (0.18 s). Para reducir aún más el uso del
tiempo, se puede recurrir a mejores solucionadores DARE o
una resolución más baja en el eje de frecuencia. Para una señal
más larga (es decir∆t = 0.01), el método OscKS (0.95 s) se
vuelve más rápido que CWT (1.32 s), lo que indica una
eficiencia competente para señales largas.
6 Zheng Zhao, Simo Särkk¨
Ingeniería de características espectro-temporales
Detección QRS Segmentación
y1
y ‡
y2
(⋅)
..
.
ECG
yI
Fig. 3 Esquema de procesamiento general generalizado para el análisis de ECG.
3 Materiales y métodos para la
clasificación de ECG
3.1 Conjunto de datos de ECG
En los experimentos de AF, utilizamos el conjunto de datos de ECG
proporcionado por PhysioNet / CinC Challenge 2017 [7]. En total, se
recopilaron 8528 registros de ECG cortos de una sola derivación
utilizando dispositivos portátiles AliveCor. Las grabaciones se
cargaron automáticamente a través de una aplicación en el
teléfono móvil del usuario. Además, los datos se muestrearon a
300 Hz y se filtraron en paso de banda por los dispositivos AliveCor.
La duración de los registros de ECG fue de entre 9 sa 61 s con una
mediana de 30 s. La distribución de los registros de ECG entre las
diferentes clases es la siguiente: Normal (5076 registros), AF (758),
Otro (2415) y Ruidoso
(279).
3.2 Ingeniería de características espectro-temporales de ECG
Nuestro objetivo ahora es encontrar las características espectro-
temporales de las señales de ECG de modo que puedan clasificarse
mediante redes neuronales convolucionales profundas (CNN). En la Fig.
3 mostramos el esquema propuesto general desde la entrada (ECG)
hasta la salida (etiqueta de predicción).
El primer paso es la detección de QRS y la segmentación del ECG en
la que la señal del ECG sin procesar se divide en segmentos de longitud
fi ja alineados por sus picos R centrales. A continuación, la matriz de
datos espectro-temporales para cada segmento se calcula usando (13).
A continuación, las matrices de datos se promedian y normalizan para
generar una matriz de características espectrotemporales de longitud
fija. En el último paso, la matriz de características 2D (imagen espectro-
temporal) se introduce en una CNN profunda para su clasificación.
La lógica detrás de los pasos de segmentación y promediado en el
procedimiento de ingeniería de características (área discontinua en la
Fig. 3) es triple. Primero, puede manejar el problema de los registros de
ECG con diferente longitud y generar matrices de características
espectro-temporales de longitud fija. En segundo lugar, puede capturar
suficiente información de la grabación de ECG para ser clasificada por
las CNN. Por ejemplo, dado que los picos R centrales en cada segmento
están alineados, después de promediar esperamos bordes afilados
correspondientes a complejos QRS
ä y Ali Bahrami Rad
Estimación espectro-temporal Representación promediada CNN profundos
S(1)
S(2) S
Normal
..
.
S(I)
AF
Otros
metromianorteS∘metroaXS
Ruido
en matrices de características (imagen espectro-temporal) para
ritmos normales. Sin embargo, para los ritmos de FA, esperamos el
área borrosa en las imágenes espectro-temporales debido a los
intervalos RR variables. Para los segmentos ruidosos, no
esperamos ningún área despejada para los complejos QRS, y para
otras clases basadas en la arritmia subyacente, se pueden esperar
diferentes patrones en las imágenes espectro-temporales (ver
Figura 4). Finalmente, la tercera razón para utilizar los pasos de
segmentación y promediado es disminuir el efecto del ruido en los
registros de ECG. A continuación, discutimos los diferentes pasos
de la ingeniería de características en detalle.
En este trabajo, para la detección de QRS, usamos una
versión modificada del algoritmo Pan-Tompkins. El
algoritmo original de Pan-Tompkins [23] es sensible al
ruido de ráfagas y fácilmente malinterpreta el ruido con R
pico. Para abordar esta limitación, al menos parcialmente,
modificamos ligeramente el algoritmo original de modo
que verifique iterativamente el número de picos R
detectados y, si ese número es menor que un umbral,
ignore los picos R detectados y sus muestras vecinas en la
señal de ECG. y nuevamente aplica el algoritmo Pan-
Tompkins en el resto de la señal. De esta manera, si hay
pocos casos con ruido de ráfaga de alta amplitud, nuestros
algoritmos pueden manejarlos. Un ejemplo que ilustra esta
modificación se muestra en la Fig. 5.
El siguiente paso es la segmentación en la que los segmentos
de ECG de longitud fija se extraen de la señal original de modo que
cada segmento cubre potencialmente tres
Complejos QRS. El proceso de segmentación se describe
>
como sigue: siy = y1 y ∈ Rnorte es el original
Señal de ECG y pagI ∈ 2 {·1,
· ·2,
ynorte
· [· ·, NORTE} es la] posición de
>
Ith R pico en y, luego p̄ = pag1 pag2 · · · pagD sostiene el
posiciones de todos los picos R, y D es el número total de picos
R en y. Ahora, para extraer D-2 segmentos de ECG que
asociar cada uno pagI, I ∈ {2, · · ·, D-1}, a un segmento de y
tal que potencialmente cubre tres componentes QRS adyacentes
plexos. Para hacerlo, recopilamosβ muestras antes y después de
cada pagI. Siguiendo este procedimiento, el segmento de ECG
asociado a IEl pico R se puede extraer de y como
>
y (i) = ypag -β · ·I · ypag · · · yp̄I + β I
, y usando la ecuación
(13), la matriz de datos espectro-temporales correspondiente a
este segmento de ECG es S(I) ∈ RMETRO× (2β +1) donde METRO
Análisis de ECG espectro-temporal basado en Kalman utilizando redes convolucionales profundas para auriculares Detección de fibrilación 7

y 2β + 1 son pasos de frecuencia y tiempo, respectivamente. 1000 1000

Vale la pena notar que estos dos parámetros (es decir,METRO

500 500

y 2β + 1) determina el tamaño de la matriz S en (13). La

0 0

- 500 - 500

elección del parámetroβ es importante, ya que regula la - 1000 - 1000

duración de la producción y la cantidad que se necesita en - 1500 - 1500

promedio. Generalmente,β debe cubrir al menos tres - 2000 - 2000

complejos QRS para una buena evidencia de los intervalos RR.

- 2500 - 2500
0 500 1000 1500 2000 2500 3000 0 500 1000 1500 2000 2500 3000

La matriz de características espectro-temporales S‡ se obtiene (a) Detección de QRS usando (b) Detección de QRS usando
Pan-Tompkin Pan-Tompkin iterativo
promediando todas las matrices de datos espectro-temporales
y multiplicando con su máxima máscara: Figura 5 Mejora en la detección de QRS
∑ D-1 S(I) ◦

S ‡= yo =2
metro
hacha (26) Algoritmo 1 Representación promedio
D-2 2≤I≤D- S(I). 1
Aporte: Señal y = [y1, y2, ..., yN]>
La razón para agregar una operación máxima en la ecuación Producción: Característica espectro-temporal S‡ ∈ RMETRO× (2β +1)
(26) es que podría, en menos en cierta medida, ayuda a 1: Realice Pan-Tompkins en y y obtener pag
2: D = s≤izepag)
3: Si D δ luego
400
40 4: ȳ=y
200 35 5: ȳI-α: i + α = 0 para todos I ∈ pag
000
30 6: Realice Pan-Tompkins en ȳ, y obtener nuevos pag, D
800

600
25
7: terminara si
20
8: para todos 1 < yo <D en p̄ hacer
Hz

400

200
15
9: Realice una estimación espectro-temporal en y (I) Llegar
S(I)
0
10

- 200

- 400
5
10: final para ∑D-1
S (I)
- 600
0 200 400 600 800 1000 1200 1400 1600 180 20 40 60 80 100 120 140 160 180 200
11: devoluciones‡ = yo =2
D-2
◦ metro 2≤I≤D-1 S(I)
hacha

(a) Rec. 5569 (normal) (b) Rec. 5569 (normal)

200 40

sirviendo detalles intrincados de datos espectro-temporales que

000 35

800
30

600
25
se perdieron potencialmente durante el promedio en todos los
400

20 segmentos y también al normalizar los datos.

Hz

200

0
15
En la Fig. 4 se muestran ejemplos de matrices de
características espectro-temporales de ECG (imágenes) de cuatro
10
- 200

- 400 5

- 600
0 500 1000 1500 2000 2500 3000 20 40 60 80 100 120 140 160 180 200
clases diferentes de señales de ECG, donde utilizamos el método
(c) Rec. 5587 (Auricular Mentira- (d) Rec. 5587 (Auricular Mentira- de estimación espectrotemporal propuesto en la Sección 2.2.
rilación) rilación)

3.3 Clasificación
500 400

400 350

300
300

200
250

100
200
Hz

150
100

100
200

50
300

400
0 200 400 600 800 1000 1200 1400 1600 180 20 40 60 80 100 120 140 160 180 200

(e) Rec. 5586 (otros) (f) Rec. 5586 (Otros)

600 40

400
35
Figura 6 Bloque denso: cada una de las capas convolucionales toma
200
30
todas sus salidas anteriores como entrada.
25
0

20
Hz

200

15

400
10 En los últimos diez años, las técnicas de aprendizaje profundo,
especialmente las redes neuronales convolucionales, han logrado
600
5

800
0 200 400 600 800 1000 1200 1400 1600 180 20 40 60 80 100 120 140 160 180 200
un gran éxito en las tareas de detección y clasificación. En
(gramo) Rec. 5507 (Ruido) (h) Rec. 5507 (ruido)
comparación con los modelos de CNN 1D, el progreso de las CNN

Figura 4 Resultados de promediado de representación (lado derecho) en

para aplicaciones de imágenes 2D es más próspero. El objetivo
cuatro tipos de señales de ECG (lado izquierdo), utilizando el método aquí es aprovechar las CNN avanzadas para la clasificación de AF
espectrotemporal propuesto. Los círculos rojos indican picos R detectados. utilizando el espectro variable en el tiempo (que es una imagen).
8 Zheng Zhao, Simo Särkk¨ ä y Ali Bahrami Rad

Sin embargo, una falla en la mayoría de los modelos de red Capa Nombre Estructura Tamaño de salida
actuales es que la información durante el entrenamiento, Aporte Aporte (50, 50, 1)
principalmente el gradiente, puede desaparecer si la red es
7 × 7 conv
excesivamente profunda (con muchas capas), lo que generalmente Circunvolución (50, 50, 64)
zancada 1]
se denomina “gradiente de desaparición” [10]. En general, este [
1 × 1 conv × 4
problema raíz puede aliviarse de varias formas básicas, por Bloque denso 1 (50, 50, 256)
3 × 3 conv
ejemplo, con entrenamiento previo, conexión residual o con
1 × 1 conv
funciones de activación correctamente seleccionadas (por ejemplo, Transición 1 (25, 25, 128)
× ave piscina
22
no se debe adjuntar ReLu antes de la normalización de lotes). [ ]
1 × 1 conv × 4
Densamente conectado convolucional redes Bloque denso 2
33× conv
(25, 25, 320)
(DenseNet) [16], que ganó el premio al mejor papel de 2017 de
1 × 1 conv
CVPR, proporciona un rendimiento de vanguardia sin Transición 2 (12, 12, 160)
× ave piscina
22
degradación ni sobreajuste incluso cuando se apilan por [ ]
1 × 1 conv × 4
cientos de capas. Las DenseNets pueden verse como versiones Bloque denso 3 (12, 12, 352)
33× conv
refinadas de las redes residuales profundas (ResNets) [15],
11× conv
donde la primera introduce una conexión explícita en cada dos Transición 3 (6, 6, 176)
× ave piscina
22
capas y las precedentes en un bloque denso en lugar de solo [× ]
1 × 1 conv × 4
las capas adyacentes, como se muestra en la Fig. 6. Otra Bloque denso 4 (6, 6, 368)
3 3 conv
adicional ventaja de DenseNet, como se menciona en [ ]
Agrupación ave global
[16], es la función de reutilización. concat (736)
Concatenar máximo global
Considerando unL capas red e imagen aporte
Totalmente conectado
U0, el resultado de l-a capa es]: 4 clases (4)
(Softmax)
U=l HRes (lUl-1) +Ul-1, (27) +
Tabla 2 Estructura de Dense18 en este artículo.
U = H Guarida( UU · · · U -
l l 0 1 l 1). (28)
donde HRes
l y HGuarida son
l operaciones de capa (p. ej. , con-
para cada clase se calcula para resumir el rendimiento
volución, normalización por lotes o activación) de ResNet y
mancia de esa clase específica: Normal (F1NORTE), AF (F1A),
DenseNet respectivamente, y U es la salida
l de lla capa.
Otros (F1O), y ruidosoF1∼). Luego, según lo recomendado por
PhysioNet / CinC 2017, la evaluación general
La DenseNet que implementamos aquí, a la que nos referimos
métrica se utiliza de la siguiente manera:
como Dense18 +, es ligeramente diferente de la propuesta original
[16], donde empleamos la agrupación global máxima y media en la 1
F1general = (F1 + F1 + F1). 3A O (30)
última capa y las concatenamos como se muestra en la Tabla 2. En
norte

nuestra aplicación, debido a el tamaño de la entrada, eliminamos la

Finalmente, el rendimiento detallado se muestra mediante una
capa de agrupación máxima de muestreo descendente inicial. Cada
matriz de confusión de 4 clases cuyas entradas diagonales son las
bloque denso contiene cuatro 3×3 capas convolucionales, con una
clasi fi caciones correctas y las entradas o ff-diagonales son las clasi
tasa de crecimiento de 48 y una tasa de reducción de 0,5.
fi caciones incorrectas. Esta matriz de confusión es el resultado de
apilar 10 matrices de confusión de los datos de prueba en la
validación cruzada de 10 veces.
3.4 Evaluación del modelo y criterios de evaluación

Para evaluar el rendimiento de los métodos propuestos, hemos 4 experimentos

realizado experimentos con el conjunto de datos de ECG descrito
en la Sección 3.1. El rendimiento de clasificación de diferentes
métodos se evaluó utilizando el mecanismo de puntuación
recomendado por PhysioNet / Computing in Cardiology (CinC)
Challenge 2017 [7] sobre todo el conjunto de datos en un esquema
de validación cruzada de 10 veces. Los datos se dividieron de tal
manera que las mismas proporciones de
cada clase está disponible en cada pliegue (validación
estratificada). Además, la puntuación F1,
En principio, se puede utilizar cualquier método de análisis de
tiempo-frecuencia para la clasificación de ECG. Entonces, para
mostrar el beneficio de usar el método espectro-temporal
propuesto en la Sección 2 sobre otros métodos estándar de análisis
de tiempo-frecuencia, hemos realizado experimentos con el
conjunto de datos de ECG. Hemos comparado los resultados del
cruzar- método propuesto con la transformada de Fourier de corta
duración (STFT), la transformada de ondícula continua (CWT) y el

Precisión · Recuperar método clásico de estimación de densidad espectral de potencia.

F1 = 2 · (29) Para hacerlo, usamos la magnitud de STFT, la magnitud de CWT,
Precision + Recuperar
Espectro-Temporal basado en Kalman Análisis de ECG utilizando redes convolucionales profundas para la detección de fibrilación auricular 9

F1general Bosque aleatorio [4] CNN18 InceptionV3 [37] ResNet18 [15] ResNet34 [15] DenseNet18 [16] Denso18 +
STFT 73,47 72,65 75,66 76,17 76,26 77,39 77,67
CWT 74,91 73,96 76,41 78,57 78,70 78,82 79,63
BurgAR 73.22 71,78 76,45 76,41 76.30 77,58 77,76
FourierKS 75,99 72,74 77,48 78.05 77,99 79,50 80,24
OscKS 76,12 73.07 76,91 77,85 78,19 79,67 80,18

Tabla 3 Validación cruzada de 10 veces F1 Puntuación de los métodos de estimación espectro-temporal utilizando diferentes clasificadores para clasi fi cación.
La mejor puntuación para cada columna y fila se muestra en negrita y cursiva, respectivamente.

Método F1norte F1A F1O F1∼ F1general EstándarF1

(1) STFT + Denso 18 + 88,67 74,49 69,84 53,28 77,67 1,78

(2) CWT + Denso 18 + 89.30 77,76 71,82 51,95 79,63 1,76
(3) BurgAR + Denso18 + 88,35 75,17 69,74 56,49 77,76 1,62
(4) Kalman + Denso18 + 89,29 79.18 72.25 52,50 80,24 1,52
(5) OSC + Denso 18 + 89.09 79,78 71,68 55,86 80,18 1,55
(6) Martín [45] 88,8 76,4 72,6 64,5 79,2 N/A
(6) Zhaohan [41] 87 80 68 N/A 78 N/A

Cuadro 4 Resultados de validación cruzada de 10 veces de total y cuatro etiquetas utilizando diferentes métodos de estimación espectro-temporal en el
clasificador Dense18 +. La mejor puntuación para cada columna se muestra en negrita.

y raíz cuadrada de la densidad espectral de potencia no logarítmica
utilizando el modelo autorregresivo de Burg (BurgAR) [19] de la señal de
ECG para construir las matrices de características.
Además, se examinan varias arquitecturas
convolucionales diferentes y sus resultados se comparan
con el clasificador de RF estándar. La estructura de redes
de InceptionV3, ResNet y DenseNet se tomó de sus
artículos originales [15, 16, 37], pero eliminamos la capa de
submuestreo inicial para una comparación justa con
Dense18 + en la Tabla 2. También construimos una CNN
simple ( CNN18) que tiene la misma configuración de
estructura que Dense18 + pero sin conexión densa. Para el
bosque aleatorio usamos 500 árboles de decisión y una
selección aleatoria de 50 características (de 2500) en cada
nodo. Además, en cada nodo, el bosque aleatorio minimiza
la medida de impureza de entropía cruzada. Los ajustes
para la estimación espectro-temporal que elegimos aquí
son los mismos que se describen en la Sección 5.1.× 50
para clasificadores.
Con siete clasificadores y cinco métodos de análisis de
tiempo-frecuencia diferentes, en total tenemos 35
combinaciones diferentes cuyo desempeño se informa en la
Tabla 3. Como puede verse en esta tabla, los mejores
resultados (puntajes generales) pertenecen a nuestros
métodos de representación espectro-temporal propuestos (es
decir, , FourierKS y OscKS) con clasi fi cador Dense18 +.
Además, la Tabla 4 muestra el rendimiento de cada clase de
ECG para el clasificador Dense18 + con diferente
representación de frecuencia de tiempo.
El rendimiento detallado de los cinco métodos (es decir,
FourierKS, OscKS, CWT, STFT y BurgAR) con el clasificador Dense18
+ se informa en cinco matrices de confusión en la figura 7. Cada
matriz de confusión se normaliza por filas. Las entradas diagonales
muestran la recuperación de cada ritmo y las entradas o ff-
diagonales muestran las tasas de clasificación errónea. Por
ejemplo, la primera fila de la primera matriz de confusión muestra
que el 92,1% de los ritmos normales se clasifican correctamente
como normales, pero el 0,6%, el 6,3% y el 1,0% se clasifican
incorrectamente como AF, Otro y Ruidoso.
5 Discusión
5.1 Métodos de análisis de frecuencia de tiempo de ECG
Primero examinamos cómo funcionan los diferentes métodos
de estimación espectro-temporal en una señal de ECG a través
de una inspección visual. Tomamos la 3223a grabación (Rec.
3223) del conjunto de datos de CinC 2017 como ejemplo, que está
etiquetado como AF. Se muestra en la figura 8 (a). Para el método
de FourierKS y OscKS, elegimos un rango de frecuencia diferente (
METRO) y opción de suavizado como se muestra en la Fig. 8 (b), 8
(c) y 8 (d). Establecemos la escala de longitudλ a una constante de
10, y use 1 para la varianza del ruido de medición R, e identidad
para la covarianza del ruido del proceso q. En teoria, λ podría ser
diferente para cada frecuencia, lo que podría usarse para mejorar
el rendimiento. La Fig. 8 (e) presenta los resultados del método
original en [25], que adopta el modelo de movimiento browniano
para los coeficientes. Para STFT y BurgAR, aplicamos 11 ventanas
de Hann superpuestas de longitud 10 para la estimación, como se
muestra en la Fig. 8 (f) y 8 (h).
10 Zheng Zhao, Simo Särkk¨ ä y Ali Bahrami Rad

FourierKS + Dense18 + OscKS + Denso 18 + CWT + Denso 18 +

4677 31 318 50 4646 36 351 43 4682 20 326 48

Normal 0,8 Normal 0,8 Normal 0,8
(92,1) (0,6) (6,3) (1,0) (91,5) (0,7) (6,9) (0,8) (92,2) (0,4) (6,4) (0,9)

33 593 115 17 0,6 27 611 106 14 0,6 36 565 140 17 0,6

AF AF AF
(4,4) (78,2) (15,2) (2,2) (3,6) (80,6) (14,0) (1,8) (4,7) (74,5) (18,5) (2,2)
Verdadera etiqueta

Verdadera etiqueta

Verdadera etiqueta
0.4 0.4 0.4
618 107 1644 46 612 116 1634 53 619 102 1650 44
Otro Otro Otro
(25,6) (4,4) (68,1) (1,9) (25,3) (4,8) (67,7) (2,2) (25,6) (4,2) (68,3) (1,8)

0,2 0,2 0,2

72 9 59 139 69 10 50 150 73 8 63 135

Ruidoso Ruidoso Ruidoso
(25,8) (3,2) (21,1) (49,8) (24,7) (3,6) (17,9) (53,8) (26,2) (2,9) (22,6) (48,4)

Normal AF Otro Ruidoso Normal AF Otro Ruidoso Normal AF Otro Ruidoso

Etiqueta prevista Etiqueta prevista Etiqueta prevista

STFT + Denso 18 + BurgAR + Denso18 +

4639 35 349 53 4606 30 395 45

Normal 0,8 Normal 0,8
(91,4) (0,7) (6,9) (1,0) (90,7) (0,6) (7,8) (0,9)

51 549 144 14 0,6 47 545 155 11 0,6

AF AF
(6,7) (72,4) (19,0) (1,8) (6.2) (71,9) (20,4) (1,5)
Verdadera etiqueta

Verdadera etiqueta
0.4 0.4
637 122 1594 62 635 110 1619 51
Otro Otro
(26,4) (5,1) (66,0) (2,6) (26,3) (4,6) (67,0) (2,1)

0,2 0,2

61 10 60 148 62 7 57 153
Ruidoso oisy
(21,9) (3,6) (21,5) (53,0) (22,2) (2,5) (20,4) (54,8)
norte

Normal AF Otro Ruidoso Normal AF Otro Ruidoso

Etiqueta prevista Etiqueta prevista

Figura 7 Matriz de confusión normalizada en diferentes métodos.

40
20 40
800

18 35
35
600
dieciséis

30 30

400 14

25 25
12
200
20
Hz

10 20
Hz
Hz

0
8
15 15

3
200
10 10
4

400 5
5
2

600
0 200 400 600 800 1000 1200 1400 1600 1800 20 40 60 80 100 120 140 160 180 200 20 40 60 80 100 120 140 160 180 200 20 40 60 80 100 120 140 160 180 200

(a) Auricular Fibrilación. (B) FourierKS λ = 10; (C) FourierKS λ= 10; (d) OscKSλ = 10, R =
Rec. 3223 METRO1 = 0, METRO200 = 20 METRO1 = 0,METRO400 = 40 q = 1, qb = 1mi-7; METRO1 =
0,METRO400 = 40

40 40 40

35 35 35

30 30 30

10

25 25 25
Hz

20 20 20
Hz

Hz
Hz

15 15 15

10 10 10

5 5 5

20 40 60 80 100 120 140 160 180 200 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 200 20 40 60 80 100 120 140 160 180

(e) Propuesta en [25] METRO1 = (f) STFT, Hann, ventana (g) CWT, wavelet morse (h) BurgAR, Hann, win-
0,METRO400 = 40 11, superposición 10 dow 11, superposición 10

Figura 8 Comparación de diferentes métodos de estimación de espectrogramas en Rec. 3223.

Para CWT (Fig. 8 (g)), usamos la ondícula Morse predeterminada 8 (g) respectivamente, inicialmente podemos concluir varias ventajas: el
implementada en Matlab. resultado de FourierKS es más suave y tiene una resolución más alta y
unificada tanto en el tiempo como en la frecuencia. Para STFT y BurgAR,
Primero, observamos que los resultados de la estimación la resolución está limitada por la selección de la ventana, la longitud y la
de FourierKS (Figura 8 (c)) y OscKS (Figura 8 (d)) son casi superposición. CWT desenreda este problema mediante el escalado y la
lo mismo excepto que la frecuencia base a0 coeficiente traducción de la función base de la ondícula, pero debido al principio de
las estimaciones son muy sensibles a qB en el método OscKS. Si incertidumbre del procesamiento de la señal de la ondícula [29], se
comparamos el método de FourierKS con STFT, BurgAR, requiere
y CWT, que se muestran en la Fig.8 (c), 8 (f), 8 (h) y
Análisis de ECG espectro-temporal basado en Kalman utilizando redes convolucionales profundas para la detección de fibrilación auricular
la resolución en tiempo y frecuencia no se puede alcanzar
simultáneamente (ver Fig.8 (g)). Nuestros enfoques modelan los
coeficientes de señal de la serie de Fourier que varían en el tiempo en el
espacio de estado, que están libres del uso de ventanas u ondas.
Otra ventaja del método de estimación OscKS propuesto es
que puede ser muy eficiente desde el punto de vista computacional
para la implementación cuando necesitamos realizar estimaciones
muchas veces y el sistema es fijo (es decir, A, Q
permanece inalterable). Por ejemplo, si se adopta la estrategia
de promediado, la estimación del espectro debe realizarse
para cada segmento y registro. Para el método OscKS,
simplemente necesitamos resolver PAG∞ en (20) una vez. Como
dijimos en la Sección 2.2, el costo computacional del método OscKS
se reduce sustancialmente al derivar una covarianza estable.
5.2 Clasificación de ECG para la detección de AF
Como se mencionó anteriormente, la Tabla 3 muestra que los
mejores resultados pertenecen a nuestros métodos de
representación espectro-temporal propuestos (es decir, FourierKS
y OscKS) con el clasificador Dense18 +. La Tabla 3 también muestra
que, independientemente del método de representación espectro-
temporal, Dense18 + tiene el rendimiento más alto entre todos los
clasificadores. En contraste, la CNN simple (CNN18) tiene las
puntuaciones más bajas. Además, RF es generalmente peor que los
clasificadores de redes convolucionales (excepto CNN18)
probablemente porque, a diferencia de las redes convolucionales,
RF no se ha beneficiado de la estructura existente en la
representación espectrotemporal.
Con respecto a las diferentes representaciones espectro-
temporales, STFT y BurgAR tienen los peores resultados, y
FourierKS y OscKS tienen el mejor desempeño. Además, para
algunos clasificadores, CWT proporciona resultados tan
buenos o incluso mejores que los de FourierKS y OscKS. Sin
embargo, los mejores resultados de FourierKS y OscKS son
más altos que el mejor resultado de CWT.
La Tabla 4 muestra que los métodos de clasificación de
ECG propuestos tienen el mejor resultado para el ritmo normal
y el peor resultado para el ruido. El desempeño de AF y Otro
está entre estos dos, pero típicamente AF tiene un mejor
desempeño que Otro, probablemente porque Otro es un
término umberella que cubre muchos ritmos anormales sin AF,
y no tenemos suficientes muestras para cada anormalidad
para entrenar adecuadamente a nuestros clasificadores.
Para examinar cómo actúan las diferentes características
espectro-temporales en el análisis de ECG AF, una forma de nivel
elemental es investigar el mapa de características y la activación de
la primera capa convolucional. Sin embargo, este “sondeo” basado
en vóxeles solo produce una explicación limitada [38] y no puede
dar una idea completa. La visualización se muestra en la Fig. 9.
Podemos ver que el mapa de características de FourierKS y CWT
son más diversos y activos que STFT y
11
BurgAR, y tienen una activación más grande en "picos" y
detalles de fondo. En comparación con FourierKS y CWT, el
área de baja frecuencia está mejor preservada y explotada
para el método FourierKS.
5.3 Limitaciones
Por lo general, para la detección de FA, necesitamos datos de ECG
de al menos 30 s [6]. Sin embargo, muchos registros de ECG del
conjunto de datos tienen una duración inferior a 30 s (consulte la
Sección 3.1), lo que limita la importancia médica del estudio actual.
Además, el paso de promediado en la ingeniería de características
es sólido solo cuando hay suficientes segmentos espectro-
temporales, lo que no es el caso de registros de ECG muy cortos
(consulte la Sección 3.2).
6. Conclusión
En este artículo, propusimos una representación espectro-temporal de
señales de ECG, basada en modelos de espacio de estado, para su
aplicación en la detección de fibrilación auricular basada en redes
profundas. Demostramos empíricamente que si colocamos los procesos
gaussianos a priori en los coeficientes de la serie de Fourier, entonces,
al estimar el estado del modelo de espacio de estados lineal
correspondiente utilizando el filtro / suavizador de Kalman, podemos
superar a otros métodos de análisis de tiempo-frecuencia, como la
transformada de Fourier de tiempo corto, continua transformada de
ondículas y estimación espectral autorregresiva para la clasificación de
ECG.
También aceleramos la estimación de la representación
espectrotemporal de señales mediante el uso de un modelo de
ecuación diferencial de oscilador estocástico y un filtro / suavizador
de Kalman estacionario. Esta representación es útil para mejorar la
escalabilidad de la representación espectrotemporal propuesta
para registros de ECG largos. Finalmente, hemos encontrado una
arquitectura convolucional eficiente (es decir, Dense18 +) para la
detección de FA utilizando las características espectro-temporales
mediante la evaluación comparativa de múltiples modelos de redes
neuronales convolucionales.
Referencias
1. Annavarapu, A., Kora, P .: detección de fibrilación auricular basada
en ECG utilizando diferentes órdenes de transformada de
Hadamard del complejo simétrico conjugado. Revista Internacional
de la Academia Cardiovascular2 (3), 151–154 (2016)
2. Asgari, S., Mehrnia, A., Moussavi, M .: Detección automática de
fibrilación auricular mediante transformada de ondículas
estacionarias y máquina de vectores de soporte. Computadoras en
biología y medicina60, 132-142 (2015)
3. Babaeizadeh, S., Gregg, RE, Helfenbein, ED, Lindauer, JM, Zhou,
SH: Mejoras en la detección de la fibrilación auricular para la
monitorización en tiempo real. Revista de electrocardiología42
(6), 522–526 (2009)
12
Figura 9 Visualización de mapa de características (16 columnas a la izquierda) y activación (16 columnas a la derecha) de la primera capa
convolucional en la Rec. 1005 (AF). De arriba a abajo, cada 4 filas son FourierKS, CWT, BurgAR y STFT respectivamente. OscKS no se muestra aquí para
simplicidad, porque tiene un resultado muy similar al de FourierKS.
4. Breiman, L .: Bosques aleatorios. Aprendizaje automático45 (1),
5-32 (2001)
5. Bruser, C., Diesel, J., Zink, MD, Winter, S., Schauerte,
P., Leonhardt, S .: Detección automática de fibrilación auricular
en señales de vibración cardíaca. IEEE Journal of Biomedical
and Health Informatics17 (1), 162–171 (2013)
6. Camm, AJ, Kirchhof, P., Lip, GY, Schotten, U., Savelieva, I., Ernst,
S., Van Gelder, IC, Al-Attar, N., Hindricks, G., Prendergast, B .,
et al .: Directrices para el manejo de la fibrilación auricular: el
grupo de trabajo para el manejo de la fibrilación auricular de
la sociedad europea de cardiología (ESC). European Heart
Journal31 (19), 2369–2429 (2010)
7. Cli ff ord, GD, et al .: Clasificación de FA a partir de un breve
registro de ECG de una sola derivación: Physionet / Computing
in Cardiology Challenge 2017. 2017 Computing in Cardiology
(CinC) 44, 1-4 (2017)
8. Ehrendorfer, M .: Modelos numéricos espectrales de predicción del
tiempo. Sociedad de Matemáticas Industriales y Aplicadas
(2011)
9. García, M., Rdenas, J., Alcaraz, R., Rieta, JJ: Aplicación de la
energía ondícula relativa a la detección independiente de la
frecuencia cardíaca de la fibrilación auricular. Métodos y
programas informáticos en biomedicina131, 157–168 (2016)
10. Glorot, X., Bengio, Y .: Comprensión de la dificultad de entrenar
redes neuronales de alimentación profunda. En: Actas de la
XIII Conferencia Internacional sobre Inteligencia Arti fi cial y
Estadística, vol. 9, págs. 249-256 (2010)
11. Goodfellow, I., Bengio, Y., Courville, A., Bengio, Y .: Deep
Learning. Prensa del MIT (2016)
12. Grewal, MS, Andrews, AP: Filtrado de Kalman, teoría y práctica
con MATLAB. Wiley, Nueva York, NY
(2001)
13. Hagiwara, Y., Fujita, H., Oh, SL, Tan, JH, Tan, RS, Ciaccio, EJ,
Acharya, UR: Diagnóstico asistido por computadora de
fibrilación auricular basado en señales de ECG: una revisión.
Ciencias de la información467, 99-114 (2018)
Zheng Zhao, Simo Särkk¨ ä y Ali Bahrami Rad
14. Hartikainen, J., Särkk¨ ä, S .: filtrado y suavizado de Kalman
soluciones para los modelos de regresión temporal del
proceso gaussiano. En: 2010 IEEE International Workshop on
Machine Learning for Signal Processing (MLSP), págs. 379– 384
(2010)
15. He, K., Zhang, X., Ren, S., Sun, J .: Aprendizaje residual profundo
para el reconocimiento de imágenes. En: 2016 IEEE
Conference on Computer Vision and Pattern Recognition
(CVPR), págs. 770–778 (2016)
16. Huang, G., Liu, Z., van der Maaten, L., Weinberger,
KQ: Redes convolucionales densamente conectadas. En: 2017
IEEE Conference on Computer Vision and Pattern Recognition
(CVPR), págs. 2261–2269 (2017)
17. Joseph, A., Larraín, M., Turner, C .: características de rentabilidad
diaria de acciones y previsibilidad. Procedia Ciencias de la
Computación114, 481–490 (2017)
18. Kailath, T., Sayed, AH, Hassibi, B .: Estimación lineal. Prentice
Hall, Nueva Jersey (2000)
19. Kay, SM, Marple, SL: Análisis de espectro: una perspectiva
moderna. Actas del IEEE69 (11), 1380-1419
(1981)
20. Krizhevsky, A., Sutskever, I., Hinton, GE: clasificación de ImageNet
con redes neuronales convolucionales profundas. En: Avances en
los sistemas de procesamiento de información neuronal
25, págs. 1097-1105. Curran Associates, Inc. (2012)
21. LeCun, Y., Bengio, Y., Hinton, G .: Deep learning. Naturaleza
521 (7553), 436–444 (2015)
22. Mohebbi, M., Ghassemian, H .: Detección de episodios de
fibrilación auricular mediante SVM. En: 2008 30ª Conferencia
Internacional Anual de la Sociedad de Ingeniería en Medicina y
Biología del IEEE, págs. 177–180. IEEE (2008)
23. Pan, J., Tompkins, WJ: Un algoritmo de detección de QRS en
tiempo real. Transacciones IEEE sobre ingeniería biomédica
BME-32 (3), 230-236 (1985)
24. Pourbabaee, B., Roshtkhari, MJ, Khorasani, K .: Redes neuronales
convolucionales profundas y características del ECG de aprendizaje para
la detección de pacientes con fibrilación auricular paroxística. IEEE
Análisis de ECG espectro-temporal basado en Kalman utilizando redes convolucionales profundas para la detección de fibrilación auricular 13

Transacciones sobre sistemas, hombre y cibernética: sistemas
48 (12), 2095–2104 (2018)
25. Qi, Y., Minka, TP, Picara, RW: Estimación del espectro bayesiano
de datos no estacionarios muestreados de manera desigual.
En: 2002 IEEE International Conference on Acustics, Speech,
and Signal Processing (ICASSP), vol. 2, págs. 1473–1476. IEEE
(2002)
26. Rad, AB, Virtanen, T .: Predicción del espectro de fase de
señales de audio. En: 2012 5to Simposio Internacional sobre
Comunicaciones, Control y Procesamiento de Señales, págs. 1–
5. IEEE (2012)
27. Rad, AB, et al .: clasificación basada en ECG de los ritmos
cardíacos de reanimación para el análisis de datos
retrospectivos. Transacciones IEEE sobre ingeniería biomédica
64 (10), 2411–2418 (2017)
28. Rajpurkar, P., Hannun, AY, Haghpanahi, M., Bourn,
C., Ng, AY: detección de arritmias a nivel de cardiólogo con
redes neuronales convolucionales. preimpresión arXiv
arXiv: 1707.01836 (2017)
29. Ricaud, B., Torr´ ésani, B .: Una encuesta de principios de incertidumbre
principios y algunas aplicaciones de procesamiento de señales.
Avances en matemáticas computacionales40 (3), 629–650 (2014)
30. Rubin, J., Parvaneh, S., Rahman, A., Conroy, B., Babaeizadeh, S .:
Redes convolucionales densamente conectadas y análisis de la
calidad de la señal para detectar la fibrilación auricular mediante
registros de ECG cortos de una sola derivación. En: 2017
Computación en cardiología (CinC), págs. 1-4 (2017)
31. S¨ärkkä, S .: filtrado y suavizado bayesianos. Bridge Leva-
University Press (2013)
32. S¨ ärkkä, S., Solin, A., Hartikainen, J .: Aprendizaje espacio-temporal a
través del suavizado y suavizado bayesiano de dimensión infinita.
Revista de procesamiento de señales IEEE30 (4), 51 a 61 (2013)
red neuronal. 2017 Computación en Cardiología (CinC)
44, 1-4 (2017)
42. Yaghouby, F., Ayatollahi, A., Bahramali, R., Yaghouby,
M., Alavi, AH: Hacia la detección automática de la fibrilación
auricular: un enfoque computacional híbrido. Computadoras
en biología y medicina40 (11), 919–930 (2010)
43. Zabihi, M., Rad, AB, et al .: Detección de fibrilación auricular en
dispositivos portátiles de ECG utilizando un clasificador forestal
aleatorio. 2017 Computación en Cardiología (CinC)44, 1-4
(2017)
44. Zhao, Z., Särkk¨ ä, S., Rad, AB: ECG espectro-temporal
análisis para detección de fibrilación auricular. En: 2018 IEEE
28th International Workshop on Machine Learning for Signal
Processing (MLSP), págs. 1–6. IEEE (2018)
45. Zihlmann, M., Perekrestenko, D., Tschannen, M .: Redes neuronales
recurrentes convolucionales para la clasificación del
electrocardiograma. 2017 Computación en Cardiología (CinC)44,
1-4 (2017)
46. Zoni-Berisso, M., Lercari, F., Carazza, T., Domenicucci,
S .: Epidemiología de la fibrilación auricular: perspectiva
europea. Epidemiología clínica6, 213–220 (2014)

33. S¨ärkkä, S., Solin, A., Nummenmaa, A., Vehtari, A., Auranen, T.,
Vanni, S., Lin, FH: Filtrado dinámico retrospectivo de ruido
fisiológico en BOLD fMRI: DRIFTER. NeuroImage60 (2),
1517-1527 (2012)
34. Shashikumar, SP, Shah, AJ, Li, Q., Cli ff ord, GD, Nemati, S .: Un
enfoque de aprendizaje profundo para monitorear y detectar
la fibrilación auricular utilizando tecnología portátil. En: 2017
IEEE EMBS International Conference on Biomedical Health
Informatics (BHI), págs. 141-144. IEEE (2017)
35. Solin, A., Srkk, S .: Vínculo explícito entre funciones de covarianza
periódica y modelos de espacio de estados. En: S. Kaski,
J. Corander (eds.) Actas de la Decimoséptima Conferencia
Internacional sobre Inteligencia Arti fi cial y Estadística, Actas
de la investigación sobre aprendizaje automático, vol. 33,
págs. 904–912. PMLR, Reykjavik, Islandia (2014)
36. Szegedy, C., Io ff e, S., Vanhoucke, V., Alemi, A .: Inception-v4,
Inception-ResNet y el impacto de las conexiones residuales en
el aprendizaje. En: Proceedings of AAAI on Arti fi cial
Intelligence, págs. 4278–4284 (2017)
37. Szegedy, C., Vanhoucke, V., Io ff e, S., Shlens, J., Wojna,
Z .: Repensar la arquitectura inicial de la visión por
computadora. En: La Conferencia IEEE sobre Visión por
Computador y Reconocimiento de Patrones (CVPR) (2016)
38. Szegedy, C., Zaremba, W., Sutskever, I., Bruna, J., Erhan, D.,
Goodfellow, I., Fergus, R .: Propiedades intrigantes de las
redes neuronales. preimpresión arXiv arXiv: 1312.6199
(2013)
39. Thaler, M .: El único libro de electrocardiogramas que
necesitará. Lippincott Williams y Wilkins (2017)
40. Xia, Y., Wulan, N., Wang, K., Zhang, H .: Detección de la fibrilación
auricular mediante redes neuronales convolucionales profundas.
Computadoras en biología y medicina93, 84–92 (2018)
41. Xiong, Z., Stiles, MK, Zhao, J .: Clasificación robusta de la señal de ECG para
la detección de la fibrilación auricular utilizando un novedoso