Распознавание электрокардиосигналов

Размещено на http://www.allbest.ru/

Постановка задачи

Дано:

Имеются алгоритмы распознавания электрокардиограмм: алгоритм без учителя - смешанная гауссовская модель (Gaussian Mixture Models) и алгоритм распознавания с учителем - случайный лес (Random forests).

Требуется:

Произвести результаты сравнения точности и эффективности распознавания электрокардиограмм различными методами, выполненные на двух выборках (PTB и ECG-ID Database).

2. Обзор и анализ существующих в настоящее время подходов и методов решения.

Алгоритм без учителя - смешанная гауссовская модель (Gaussian Mixture Models).

Обучение без учителя

В этом случае, как следует из названия, алгоритмам обучаются самостоятельно.

Приведем пример: Допустим, есть страница в социальной сети. Тогда, наверняка есть и «друзья», которые связаны. У друзей есть свои друзья и т.д.

Рис.1

Это могут быть, например, общие учебные заведения, место проживания, общие онлайн - игры, в которые они играют, общие интересы и прочее. То ес

Имея схему взаимосвязей и некоторую информацию по всем людям, возможно выявить какие-то общности которые всех ть мы можем выделить некоторые общности, или группы, или, как еще их называют, кластеры, о которых мы даже и не догадывались, соответственно и не могли обучить их нахождению свой алгоритм.

Cмешанная гауссовская модель

Смешанная гауссовская модель (GMM) пытается найти смесь многомерных гауссовых вероятностных распределений, которые наилучшим образом моделируют любой входной набор данных. В простейшем случае GMM можно использовать для нахождения кластеров (объединение нескольких однородных элементов, которое может рассматриваться как самостоятельная единица, обладающая определёнными свойствами):

от sklearn.mixture импорт GMM

gmm = GMM ( n_components = 4 ) . fit ( X )

labels = gmm . предсказать ( X )

plt . разброс ( X [:, 0 ], X [:, 1 ], c = метки , s = 40 , cmap = 'viridis' );

Рис.2

также можно найти вероятностные кластерные назначения - в Scikit - узнайте, что это делается с использованием метода predict_proba . Это возвращает матрицу размера [n_samples, n_clusters] которая измеряет вероятность того, что любая точка принадлежит данному кластеру:

probs = gmm . pred_proba ( X )

print ( probs [: 5 ] . round ( 3 ))

Мы можем визуализировать эту неопределенность, например, делая размер каждой точки пропорциональной определенности ее предсказания; глядя на следующий рисунок, мы видим, что именно точки на границах между кластерами отражают эту неопределенность кластеризации:

размер = 50 * проб . max ( 1 ) ** 2 # square подчеркивает различия

plt . разброс ( X [:, 0 ], X [:, 1 ], c = метки , cmap = 'viridis' , s = size );

Рис.3

Алгоритм с учителем - случайный лес (Random forests).

Обучение с учителем

Множество X -- объекты, наблюдения, примеры, ситуации, входы (samples) -- пространство признаков Множество Y -- ответы, отклики, «метки», выходы (responses) Имеется некоторая зависимость (детерминированная или вероятностная), позволяющая по x ? X предсказать y ? Y . т. е. если зависимость детерминированная, существует функция f ? : X > Y .

Задача обучения с учителем: восстановить (аппроксимировать) зависимость, т. е. построить функцию (решающее правило ) f : X > Y , по новым объектам x ? X предсказывающую y ? Y : y = f ( x ) ? f ? ( x ).

Случайный лес

Random forests [Breiman, 2001] Ансамбль параллельно обучаемых «независимых» деревьев решений. Независимое построение определенного количества M (например, 500) деревьев: Генерация случайной подвыборки из обучающей выборки (50-70% от размера всей обучающей выборки) и построение дерева решений по данной подвыборке (в каждом новом узле дерева переменная для разбиения выбирается не из всех признаков, а из случайно выбранного их подмножества небольшой мощности).

begin RandomForests

for m = 1, 2, . . . , M

begin

По обучающей выборке построить бутстрэп-выборку

Построить дерево fm, рекурсивно применяя следующую процедуру,

пока не будет достигнут минимальный размер sz:

begin

Построить случайный набор из p признаков

Выбрать из него лучшую переменную и построить 2 дочерних узла

end

end

Для задачи восстановления регрессии return f = 1M M?m=1 fm

Для задачи классификации return f = argmax k M ? m=1 I(fm = k)

end

Для задачи восстановления регрессии, например, p = vd, sz = 3

Для задачи классификации, например, p = d/3, sz = 1

Random forest: 500 деревьев.

Рис.4

Сравнительный анализ алгоритмов

В таблице 1 приводятся результаты сравнения точности распознавания электрокардиограмм разными методами, выполненные на двух выборках (PTB и ECG-ID Database) Здесь и далее, кроме отдельно оговоренных случаев, признаки были получены с использованием метода бутстреп (статистический метод, позволяющий рассчитать такие показатели, как стандартная ошибка и доверительный интервал путем повторного извлечения выборок из имеющегося набора данных).

Таблица 1. Точность распознавания электрокардиограмм различными методами машинного обучения

Выше было сказано, что наиболее информативными оказались два признака -- тзначения амплитуды в S- и T-областях кардиоцикла. В таблице 2 приведены сведения о сравнении точности распознавания ЭКГ при использовании двух и восьми признаков, полученных без использования бутстрепа и с использованием бутстрепа. Использовалась выборка из 51 здорового испытуемого из базы данных PTB. Данные были очищены от артефактов в ручную.

Таблица 2. Сравнение точности распознавания при использовании двух и восьми признаков (51 здоровый испытуемый, база данных PTB)

Из таблицы видно, что бутстреп повышает качество распознавания и что при его применении достаточно двух признаков при использовании алгоритма Случайный лес. Кроме того, можно сказать, что при ручном отсеивании артефактов точность распознавания повышается.

Сравнение точности распознавания электрокардиограмм здоровых и больных испытуемых

Сравнили точность распознавания электрокардиограмм 51 здорового испытуемого с ЭКГ 51 испытуемого из смешанной группы (и здоровые и больные, взятые в случайной пропорции) из базы данных PTB (таблица 3).

Таблица 3.Сравнение точности распознавания различных групп испытуемых (51 человек, база данных PTB)

Из таблицы 2 видно, что в случае со здоровыми испытуемыми точность распознавания методом смешанных гауссовских моделей несколько выше.

Влияние объема выборки

Нами была проведена оценка влияния объема выборки на точность распознавания ЭКГ (таблица 4). При том использовалась база данных PTB. Количество испытуемых варьировало в пределах от 10 до 290.

Таблица 4. Влияние объема выборки на точность распознавания (база данных PTB)

Из таблицы 4 видно, что точность распознавания методом смешанных гауссовских моделей с увеличением объема выборки выходит на плато (0,8).

Влияние времени распознавания

Мы провели оценку влияния продолжительности регистрации ЭКГ на точность распознавания. Время регистрации варьировало в пределах от 10 секунд до 3-х минут.

Таблица 5. Влияние времени на точность распознавания ЭКГ (база данных PTB, 51 здоровый испытуемый)

Из таблицы 5 видно, что время влияет незначительно.

Вывод

распознавание электрокардиограмма точность

В данной курсовой работе было произведено сравнение эффективности двух методов машинного обучения - смешанные гауссовские модели и метод случайных лесов выявил преимущество метода случайных лесов.

Выяснилось, что большое влияние на точность распознавания оказывает качество

используемой аппаратуры. Результаты распознавания образцов базы данных PhysikalischTechnische Bundesanstalt оказались значительно выше, по сравнению с базой данных ECG-ID Database.

Было установлено, что точность распознавания ЭКГ здоровых испытуемых несколько

выше аналогичного показателя для смешанной группы.

Выяснилось, что точность распознавания методом смешанных гауссовских моделей с

увеличением объема выборки выходит на плато (0,8).

Было показано, что время снятия ЭКГ влияет на точность распознавания незначительно. Минимальная продолжительность измерений находится на уровне 10 секунд.

Список литературы

1.http://roboschool.org/docs/robo16/Materials/Day-1/Day-1-ml_hpc2016.pdf2.

2.http://robotosha.ru/algorithm/machine-learning-supervised-unsupervised.html

3.Fratini A., Sansone M., Bifulco P and Cesarelli M. Individual identification via electrocardiogram analysis. BioMed Eng OnLine (2015) 14:78 DOI 10.1186/s12938-015-0072-y

4.Shen T-W, Tompkins WJ, Hu YH. Implementation of a one-lead ECG human identification system on a normal population. J Eng Comput Innov. 2011;2(1):12-21.

5.Lourenco A, Silva H, Fred A. ECG-based biometrics: a real time classification approach. In: IEEE international workshop on machine learning for signal processing (MLSP), 2012. 2012. p.1-6.

Размещено на Allbest.ru