Document Type : Research Article
Authors
1 Assistant Professor, Dept. of Computer Engineering, West Tehran Branch, Islamic Azad University, Tehran, Iran
2 M.A., Dept. of Computer Engineering, West Tehran Branch, Islamic Azad University, Tehran, Iran
Abstract
Keywords
Main Subjects
بیماری‌های قلبی عروقی یکی از مهم‌ترین عوامل مرگ‌ومیر در سراسر جهان‌اند. بیماری‌های قلبی عروقی به هر نوع بیماری از قبیل آنفارکتوس قلبی، سکته مغزی، غش و غیره اشاره می‌کند که بر سیستم قلبی عروقی تأثیر می‌گذارد. بر طبق انجمن قلب آمریکا، 17 میلیون نفر به‌علت بیماری قلبی سالانه فوت می‌کنند و این رقم تا سال 2030 به 6/23 میلیون نفر افزایش می‌یابد [1].
یادگیری عمیق به یک رویکرد محبوب و فراگیر از یادگیری ماشین تبدیل شده است که پیشرفت‌های چشمگیری را در حوزه‌های یادگیری ماشین سنتی به دست آورده است [2]. دستگاه‌های اینترنت اشیا و حسگرهای تعبیه‌شده در پوشش، بدن یا در محیط تعاملی با انسان‌ها برای نظارت و کنترل شرایط بیماران در معرض حملات قلبی عروقی، درحال تولید حجم داده‌های فراوانی در هر لحظه‌اند که این داده‌ها برای پیش‌بینی و کنترل وضعیت بیمار باید تحلیل شوند.
فناوری اینترنت اشیا یک رویکرد صحیح و ساخت‌یافته را برای رسیدگی به جنبه‌های تحویل خدمات مراقبت‌های بهداشتی از لحاظ سلامت موبایل و نظارت بیمار از راه دور ارائه می‌دهد. در این مقاله از حسگرهای پوشیدنی نظارت بر ضربان قلب برای اندازه‌گیری تغییرات ضربان قلب استفاده شده است.
به‌تازگی یکی از رویکردهایی که برای پیش‌بینی و تشخیص بیماری‌های قلبی پیشنهاد می‌شود، استفاده از الکتروکاردیوگرام‌ها[1] (ECG) است که با نظارت و اندازه‌گیری سیگنال‌های ECG، به صحت و پیش‌بینی دقیق‌تری می‌توان دست یافت.
چندین الگوریتم برای شناسایی خودکار انواع بیماری‌های قلبی براساس مورفولوژی‌های ECG توسعه داده شده‌اند. برخی از سیستم‌ها که برای شناسایی بیماری‌های قلبی از سیگنال‌های ECG استفاده می‌کنند، داده‌ها را به‌طور برون‌خط ذخیره و پردازش می‌کنند و برخی سیستم‌های دیگر، فناوری پردازش از راه دور را پیشنهاد می‌دهند [1]. در این مقاله ما از ترکیب شبکه عصبی با حافظه کوتاه‌مدت ماندگار[2] (LSTM) و شبکه باور عمیق[3] (DBN) به‌عنوان روش بازنمایی ویژگی برای پیش‌بینی رویدادهای قلبی استفاده کردیم. از شبکه عصبی LSTM برای هشدار شرایط در زمانی استفاده می‌شود که شخص در معرض خطر قرار می‌گیرد. مدل شبکه عصبی LSTM برای پیش‌بینی موضوعاتی مناسب است که وابسته به زمان و گذشته دور هستند؛ برای مثال، کارایی بسیار چشمگیری برای بیمارانی دارد که ممکن است به اطلاعات ذخیره‌شدة خود در چند هفته گذشته یا اطلاعات دورتر نیاز داشته باشند.
در این مطالعه از رویکرد یادگیری عمیق برای پیش‌بینی بیماری‌های قلبی عروقی استفاده می‌شود که ازطریق حسگرهای پوشیدنی بر سیگنال‌های ECG نظارت دارند و داده‌های به‌دست‌آمده از این سیگنال‌ها، برای تحلیل، اندازه‌گیری و بررسی می‌شوند. در مدل پیشنهادی ما، بیمار از سه حسگر نظارت و کنترل بر سیگنال‌های ECG شامل حسگر تننفسی، حسگر نوری و حسگر کنترل ضربان قلب استفاده می‌کند که ازطریق اینترنت و فناوری Wifi به یک مرکز پردازش داده متصل‌اند. داده‌های به‌دست‌آمده از سیگنال‌های ECG به مرکز پردازش داده ارسال می‌شوند و همراه با پرونده‌های الکترونیکی پزشکیِ[4] (EHR) موجود بیماران که می‌توانند پایه‌های پیش‌بینی بیماران در دوره‌های اخیر یا پیش‌تر باشند، برای شناسایی و تجزیه و تحلیل بیماری‌های قلبی بررسی می‌شوند. الگوریتم شبکه عصبی LSTM برای طبقه‌بندی، تجزیه و تحلیل و پیش‌بینی بیماری‌های قلبی به‌همراه تکنیک بازنمایی ویژگی شبکه باور عمیق برای کاهش ابعاد داده‌ها و استخراج ویژگی‌های مؤثر روی این داده‌ها اجرا می‌شوند و به محض پیش‌بینی بیماری یا رویداد قلبی، هشداری تولید می‌کند و موقعیت بیمار را به تمامی ذی‌نفعان ارسال می‌کند. DBN شبکه را به‌طور مناسب مقداردهی اولیه می‌کند و تا حدودی از افتادن در کمینه محلی ضعیف جلوگیری می‌کند و همچنین، چون در DBN فرایند آموزش بدون سرپرست است، ضرورت وجود داده برچسب‌گذاری‌شده برای آموزش از بین می‌رود.
از مجموعه داده‌های تولیدشده توسط حسگرهای پوشیدنی نظارت بر ضربان قلب برای ارتباط با بیمار دربارة وضعیت عمومی قلب او برای پیش‌بینی سالم یا بیمار بودن افراد استفاده می‌شود که این موضوع می‌تواند با انجام اقدامات مناسب و به‌موقع از وقوع رویدادهای خطرناک قلبی عروقی جلوگیری کند. ما از ویژگی‌های تغییرپذیری ضربان قلب[5] (HRV) مستخرج از 5 دقیقه انتخابی از 24 ساعت مجموعه داده‌های الکتروکاردیوگرافی بالینی از بیماران قلبی استفاده کردیم. در این مقاله ویژگی‌های سیگنال قلبی در دو فضای زمانی و فرکانسی، استخراج و هر دو نوع ویژگی استخراج‌شده به شبکه داده می‌شوند و نتایج صحت تشخیص با یکدیگر مقایسه می‌شوند.
دلیل مطلوبیت و کارایی بهتر رویکرد پیشنهادی (LSTM-DBN) ممکن است به‌دلیل توانایی LSTM برای پیش‌بینی موضوعات وابسته به زمان و گذشته دور باشد که در ترکیب با DBN به‌عنوان بازنمایی ویژگی بهنیه که مزیت‌های چشمگیری در یادگیری ویژگی‌های داده‌های ورودی دارد، بهترین کارایی را ارائه می‌دهد.
در این بخش، ادبیات مربوط به پیش‌بینی رویدادهای شریانی مطالعه می‌شود که از روش‌ها و رویکردهای مختلفی اعم از یادگیری عمیق و مدل‌های سنتی یادگیری ماشین استفاده شده است. الگوریتم‌هایی برای استخراج ویژگی‌های موج R، ازطریق یک طبقه‌بند مبتنی بر آستانة مناسب[6] از تبدیل موجک برای محاسبه ویژگی‌ها از سیگنال‌های ECG استفاده می‌کنند؛ زیرا تخمین دقت ضربان قلب و تغییرات ضربان قلب می‌تواند از ویژگی موج R استخراج شود [3].
بلشی[7] و همکاران [4] یک رویکرد خاص را برای بیمار به‌منظور پیش‌بینی تشنج با استفاده از خصوصیات الکتروکاردیوگرام (ECG) توسعه داده‌اند. الگوریتم در یک مجموعه داده از 15 بیمار با 38 نوع مختلف از تشنج استفاده کرده است. در این راستا یک طبقه‌بند ماشین بردار پشتیبان (SVM) برای دسته‌بندی مراحل پیش‌تشنج و درون‌تشنج ایجاد شده است. سپس برای بیمارانی که حداقل 3 تشنج داشتند یک رویکرد اعتبارسنجی دوگانه[8] استفاده شد که برای پیش‌بینی تشنج‌های مشاهده‌نشده براساس آموزش قبلی خود بود. نتایج بر طبق نوع تشنج کاملاً متغیر بودند و بهترین عملکرد در بیماران با تشنج بیشتر استریوتیپیکال به دست آمد. نتایج تجربی نشان دادند این رویکرد در صورت پیشروی بیماری خاص قادر به پیش‌بینی تشنج احتمالی است. این رویکرد در مجموعه داده‌ای بسیار محدود ارزیابی شده است.
ابراهیم‌زاده و همکارانش [5] مطالعه‌ای روی رویکردی برای پیش‌بینی مرگ ناگهانی قلب[9] (SCD) با استفاده از تجزیه و تحلیل سیگنال‌های ECG و بررسی ویژگی‌های HRV داشته‌اند. آنها با ارائه رویکردهای مناسب برای کمک به پزشکان به‌منظور پیش‌بینی دقیق مرگ ناگهانی قلب، فرکانس زمانی[10] (TF) و ویژگی‌های غیرخطی از HRV سیگنال‌های ECG را توسعه داده‌اند. برای نشان‌دادن ECG نرمال از شخص سالم و شخصی که مبتلا به مرگ ناگهانی قلبی است از شبکه عصبی چندلایه‌ای پرسپترون[11] (MLP) و طبقه‌بند K نزدیک‌ترین همسایه (k-NN) استفاده شده است. ویژگی‌ها از HRVهای فواصل زمانی یک دقیقه‌ای استخراج شده‌اند (برای مثال، اولین یک دقیقه، دومین یک دقیقه، سومین یک دقیقه و چهارمین یک دقیقه قبل از SCD) و نیز با HRVهای نرمال یک دقیقه‌ای مقایسه شده‌اند. مشکل این رویکرد این است که بین ECG عادی و آن بیمارانی که مستعد SCD هستند، تفاوت چشمگیری با استفاده از بردار ویژگی ترکیبی پیشنهادشده وجود ندارد و علائم SCD می‌توانند حتی 4 دقیقه قبل از SCD مشاهده شوند. به عبارت دیگر، صرف‌نظر از متخصصان کاردیوگرافی و الکتروکاردیوگرافی نمی‌توان بین ECG عادی و بیماران مبتلا به SCD تشخیصی قائل شد. ویژگی‌های استخراج‌شده پیشنهادی برای پیش‌بینی SCD می‌توانند استفاده شوند که یادآوری می‌کنند فواصل زمانی که به SCD نزدیک‌ترند قابلیت بیشتری برای پیش‌بینی SCD دارند.
ملیلو و همکارانش[12] [6] مدل‌های پیشگویانه جدیدی را برای تهیه یک ابزار طبقه‌بندی خودکار هشدار خطر برای بیمارانی با فشارخون بالا توسعه داده‌اند. آنها از چندین رویکرد داده‌کاوی برای توسعه طبقه‌بندی پیش‌بینی رویداد قلبی براساس ویژگی‌های HRV استفاده کرده‌اند؛ ازجمله طبقه‌بندی بیز ساده[13] (NB)، درخت‌های تصمیم با الگوریتم استنتاجی C4.5، جنگل تصادفی[14] (RF)، تقویت رویکرد فرایادگیری[15] نظیر Adaboost، SVM و شبکه‌های عصبی مصنوعی با یک پریسپترون چندلایه (MLP). بهترین مدل پیش‌بینی براساس جنگل تصادفی بوده است. این یافته‌ها تأیید می‌کنند HRV می‌تواند یک پیش‌بینی‌کنندة خوب رویدادهای شریانی در آینده در میان بیماران با فشار خون بالا باشد.
جیانگ و همکاران[16] [7] با استفاده از دستگاهی در بستر اینترنت اشیا، تشخیص سطح استرس یک فرد را از راه دور با استفاده از خواندن ضربان قلب افراد پیشنهاد داده است. این کار از یک حسگر ضربان برای شناسایی تپش‌هایی استفاده کرده است که توسط آن میزان ضربان قلب محاسبه می‌شود. ازطریق نقشه‌برداری از استرس و ضربان قلب می‌توان موارد بسیاری را شناسایی کرد؛ برای مثال، آیا فرد عصبی است یا خیر، آیا فرد دلهره دارد یا می‌ترسد، آیا فرد درحال کارکردن است، آیا فرد بیش از حد آموزش دیده است. با وجود این، سنجش‌های سنتی تنها یک قابلیت پیش‌بینی‌کنندة جزئی داشتند.
در این مقاله، برای پیشرفت پیش‌بینی رویدادهای شریانی در بیماران مستعد از مدل LSTM-DBN برای پیش‌بینی و استخراج ویژگی‌های بهینه استفاده شده است. دلیل مطلوبیت کارایی بهتر LSTM-DBN نسبت به مقالات مطالعه‌شده ممکن است توانایی LSTM در حل مشکل وابستگی‌های بلندمدت [8] باشد. همچنین، شبکه عصبی LSTM در مقایسه با سایر رویکردهای سنتی مانند درخت‌های تصمیم حافظة زیادی مصرف نمی‌کند یا مانند جنگل تصادفی زمان زیادی را به‌دلیل تولید درختان متعدد از ما نمی‌گیرد و مانند SVM [9] محدودیتی در سرعت و اندازه در آموزش و آزمون ندارد و علی‌رغم تمامی اینها می‌تواند پیش‌بینی را با استفاده از ویژگی مدیریت وابستگی‌های بلندمدت خود در دوره‌های به‌مراتب دورتر به‌خوبی انجام دهد که با ترکیب با شبکه باور عمیق (DBN) به‌عنوان بازنمایی ویژگی بهینه بهترین کارایی را ارائه می‌دهد؛ زیرا علاوه بر اینکه DBN توانایی خودتطبیقی از خودتنظیمی شبکه عصبی عمومی را دارد [10]، از نقص شبکه پس‌انتشار نیز اجتناب می‌کند که به راحتی به کمینه محلی سقوط می‌کند. همچنین، DBN از یک ساختار شبکه‌ای متشکل از شبکه‌های چندگانه RBM استفاده می‌کند که برای مدل‌سازی داده‌های تک‌بعدی مؤثرتر است.
در این بخش، جزئیات سیستم پیشنهادی شامل جمع‌آوری داده‌ها، انتخاب و آماده‌سازی داده‌ها، استخراج ویژگی‌ها، بازنمایی و یادگیری عمیق ویژگی‌ها و پیش‌بینی رویدادها با شبکه LSTM روی مجموعه داده‌های مراقبت بهداشتی تشریح می‌شوند. شکل 1، جزئیات سیستم پشنهادی را نشان می‌دهد.
شکل(1): جزئیات سیستم پیشنهادی
این بخش، ملزومات موردنیاز برای اجرای سیستم پیشنهادی در بستر اینترنت اشیا را بررسی می‌کند.
شبکه‌های بی‌سیم بدن[17] (WBAN)، شبکه‌های حسگر مستقلی برای اتصال به حسگرهای مختلف پزشکی و لوازم خانگی هستند که در داخل و خارج از بدن انسان می‌توانند باشند [11].
بیمارانی که به WBAN مجهز هستند، نیازی نیست منظم به‌صورت فیزیکی به بیمارستان مراجعه کنند که این امر سبب کاهش هزینه نیز خواهد شد و همچنین باعث می‌شود اطلاعات پزشکی بیمار که در پرونده‌های پزشکی الکترونیکی بیمار ثبت شده است در گذشته‌های دورتری مطالعه و بررسی شود. مراقبان از راه دور با استفاده از این اطلاعات اقدامات لازم را برای کمک به بیمار انجام می‌دهند.
در سیستم‌های پزشکی هوشمند برخی حسگرها می‌توانند در بدن بیمار کاشته شوند، به بیمار پوشیده شوند یا در محیط اطراف بیمار قرار داده شوند. ما در این مقاله از حسگرهای پوشیدنی نظارت بر ضربان قلب استفاده کرده‌ایم. در این مطالعه حسگرهایی که ناظر بر افراد دارای بیماری قلبی خطرناک‌اند، علائم حیاتی و سیگنال‌های ECG برگرفته از داده‌های حسگر را به‌طور پیوسته جمع‌آوری می‌کنند و این اطلاعات را به سرور محلی گزارش می‌دهند. سرور محلی اطلاعات را ذخیره می‌کند و حین پردازش اطلاعات چنانچه نشانه‌های غیرطبیعی دریافت کند و تشخیص دهد این علائم به حملات ناگهانی قلبی یا مرگ منجر می‌شوند سریعاً یک هشدار به بخش بهداشت و درمان از راه دور[18] (UHR) ارسال می‌کند. UHR هشدار را ارزیابی می‌کند و اقدام مناسب و به‌موقع برای کمک به بیمار و نجات زندگی او انجام می‌دهد. از یک روش فشرده‌سازی به‌منظور کاهش ترافیک برای انتقال سیگنال‌ها به سرور استفاده می‌شود..
در این مرحله پس از پالایش مجموعه داده‌هایی که توسط حسگرهای پوشیدنی نظارت بر ضربان قلب، حسگر تنفس و حسگر نوری (که همگی وضعیت ضربان قلب را منعکس می‌کنند) به دست آمده‌اند، چندین منبع داده‌ای در یک انبار داده قرار می‌گیرند. به عبارت دیگر، اطلاعات جمع‌آوری‌شده باید در یک پایگاه داده تحلیلی ذخیره شوند تا در صورت نیاز داده‌کاوی شوند. حسگرهایی که در حوزه مراقبت‌های بهداشتی در بستر اینترنت اشیا از آنها استفاده می‌شود هر روزه حجم فراوانی از اطلاعات را تولید می‌کنند که برخی از داده‌های تولیدشده ساختار خاصی دارند؛ بنابراین، ضروری است تمام اطلاعات برای تحلیل داده‌ها و اتخاذ یک تصمیم و انجام اقدامات مناسب جمع‌آوری شوند.
این حسگرها در هر یک ساعت سه دقیقه از ضربان قلب هر فرد را با کمک تغییرات ضربان قلب (HRV) ردیابی می‌کنند.
از استخراج اطلاعات در دستگاه Spire که شامل یک ماژول سنجش تنفس است می‌توان سیگنال‌های تنفس را با استفاده از یک مقاومت سنجش - نیرو و یک خازن بین کاربر و رابط اندازه‌گیری کرد. همچنین، در آن یک بخش برای تکمیل سنجش وجود دارد که سیگنال‌هایی مانند ویژگی‌های قلبی و اطلاعات سیستم موقعیت‌یابی جهانی را در زمان نفس‌کشیدن شخص شناسایی می‌کند [12].
حسگر در Being از نورهای LED استفاده می‌کند که از پوست برای شناسایی هر تغییری در حجم خون یک شخص و ضربان قلب برای اعلام وضعیت فرد منعکس می‌شوند [12].
در ابتدا مجموعه داده‌هایی انتخاب می‌کنیم که می‌خواهیم برای تحلیل استفاده کنیم. ممکن است بسیاری از الگوریتم‌های جمع‌آوری داده فقط با پایگاه داده‌های همگن کار کنند که این مسئله در جمع‌آوری داده‌ها محدودیت محسوب می‌شود. ما از پایگاه داده به‌عنوان مخزنی برای داده‌های تولیدشده از حسگرهای استفاده‌شده در حوزه سلامت در بستر اینترنت اشیا استفاده می‌کنیم تا از این طریق بتوانیم تصمیم‌گیری‌های راهبردی را اتخاذ کنیم و اقدامات لازم را انجام دهیم. داده‌های تولیدشده در پایگاه داده به‌صورت منسجم و یکپارچه ذخیره می‌شوند. سپس ما داده‌های مرتبط را انتخاب کرده‌ایم و آنها را برای عملیات داده‌کاوی آماده می‌کنیم. آماده‌سازی داده‌ها یکی از مراحل مهم برای بهبود و تسهیل فرایند داده‌کاوی است. در این مطالعه، آماده‌سازی داده‌ها در فرایند پیش‌بینی رویداد یکی از بحرانی‌ترین مراحل موجود است؛ زیرا در این پژوهش 70 درصد از تلاش کلی برای مهندسی ویژگی‌ها، صرف آماده‌سازی داده‌ها می‌شود و هدف، به دست آوردن کارایی حداکثر و پردازش حداقل با استفاده از به‌کارگیری داده‌های مناسب است.
بنابراین، نتیجه می‌گیریم با انتخاب داده‌های درست و کامل از هر 4 پایگاه داده، الگوریتم پیشنهادی مبتنی بر رویکرد یادگیری عمیق LSTM-DBN، سریع‌تر به الگوی مدنظر خواهد رسید و نتایج حاصل از آن برای کاربر فهم‌پذیرتر و راحت‌تر خواهد بود.
در این پژوهش با شناخت داده‌ها و استفاده از رویکرد LSTM-DBN برای آماده‌سازی داده‌ها اقدام شده است و مشخصات اصلی داده‌ها به دست آمده‌اند. ما در این مرحله ویژگی‌های به‌دست‌آمده از سیگنال‌های ECG را با ویژگی‌های جمعیت‌شناختی و بالینی تلفیق می‌کنیم. استفاده از ابزاری برای نمایش گرافیکی، ساختارهای شرطی، زبان‌های طبیعی و تکنیک‌های دیگر در این مرحله به ما کمک کرده‌اند.
در این مطالعه، با انتخاب 5 دقیقه از ECGهای ثبت‌شده از مجموعه داده‌های الکتروکاردیوگرافی بیماران قلبی در 24 ساعت [6]، ویژگی‌های HRV استخراج شده‌اند. منظور از HRV تغییرات در فواصل زمانی بین دو موج R است که در دو سیکل متوالی قلبی در سیگنال ECG است که به آن بازه زمانی RR می‌گویند. در پردازش HVR، با استفاده از یک نرم‌افزار منبع باز، مجموعه‌ای از وقفه‌های RR از سیگنال‌های ثبت‌شده ECG به دست می‌آیند. برای این منظور از یک قسمت ثابت به‌طور تصادفی از 5 دقیقه ثبت‌شده از سیگنال‌های ECG در طول روز استفاده شد.
موج R با استفاده از الگوریتم Pan-Tampkins [13] به دست می‌آید و از کنار هم قرار دادن فواصل RR متوالی، سیگنال HRV تشکیل داده می‌شود و به این ترتیب، سیگنال‌های HRV پیش‌پردازش‌شده برای استخراج ویژگی آماده می‌شوند.
اطلاعات جمعیت‌شناختی و بالینی شامل 12 ویژگی سن، جنسیت، وزن، قد، ناحیه سطح بدن[19] (BSA)، شاخص تودة بدنی[20] (BMI)، سیگاری بودن یا نبودن، فشار خون سیستولیک[21] (SBP)، فشار خون دیاستولیک[22] (DBP)، ضخامت پوشش داخلی رگ[23] (IMT)، شاخص تودة بطنی چپ[24] (LVMI) و درصد خونی که با هر انقباض از قلب بیرون می‌آید[25] (EF) هستند که تمامی این ویژگی‌ها به‌عنوان اطلاعات در پرونده‌های پزشکی الکترونیکی (HER) بیماران ثبت شده‌اند [14]. EHR می‌تواند یکی از منابع ارزشمندی باشد که ما را در موارد پیش‌بینی و مدل‌سازی‌های پیشگویانه یاری کند.
سیگنال‌های قلبی سالم و همچنین، موج QRS قلب دارای مشخصه‌هایی است که به کمک آن می‌توان بیماری و حتی دسته‌بندی بیماری را تشخیص داد. ما تغییرات ضربان قلب (HRV) را روی سیگنال‌های ECG برای تشخیص افراد سالم و بیمار استفاده می‌کنیم.
ویژگی‌های حوزه زمان شامل مجموعه‌ای از ویژگی‌های آماری است. این ویژگی‌ها عبارت‌اند از [15] MNN (میانگین فواصل RR موجود در هر قطعه از سیگنال HRV) – SDNN (انحراف معیار فواصل RR موجود در هر قطعه از سیگنال HRV) – RMSSD (جذر میانگین مربعات اختلاف فواصل RR موجود در هر قطعه از سیگنال HRV) – SDSD (انحراف معیار اختلاف بین فواصل RR موجود در هر قطعه از سیگنال HRV) - PNN50 (درصد تعداد فواصل RR موجود در هر قطعه از سیگنال HRV که اختلافشان بیشتر از 50 میلی‌ثانیه است). این ویژگی‌ها به تشخیص طبقه‌بندی سالم و بیمار کمک می‌کنند.
در این مرحله، انرژی سیگنال در باند فرکانسی خیلی پایین (04/0-003/0 هرتز) و باند فرکانسی پایین (15/0-04/0 هرتز) و باند فرکانسی بالا (4/0-15/0 هرتز) با استفاده از روش تخمین طیف (PSD) استخراج شده است. فرکانس‌های بالا در طیف توان سیگنال HRV نشان‌دهندة فعالیت بخش پاراسمپاتیک سیستم عصبی و همچنین، فرکانس‌های پایین نشان‌دهندة فعالیت بخش سمپاتیک سیستم عصبی خودکار کنترل‌کنندة نرخ ضربان قلب است؛ ازاین‌رو، نسبت انرژی سیگنال در باند فرکانسی پایین (LF) به انرژی سیگنال در باند فرکانسی بالا (HF) می‌تواند به‌عنوان یک ویژگی استفاده شود که تعادل سمپاتیک و پاراسمپاتیک را ارزیابی می‌کند. طیف توان سیگنال (PSD) با استفاده از روش پارامتریک Burg محاسبه شده است [15].
نمونه ضربان‌های فرد سالم و بیمار در شکل 2 نشان داده شده است.
شکل(2): نمونه ضربان‌های فرد سالم و بیمار
شبکه‌های باور عمیق از لایه‌هایی به نام ماشین بولتزمن محدود[26] (RBM) ساخته شده‌اند. با روی هم قرار دادن RBMها می‌توان شبکه‌های باور عمیق را برای پردازش‌های سلسله‌مراتبی به وجود آورد. یکی از مزایای شبکه باور عمیق، یادگیری ویژگی است که با کمک داده‌های برچسب‌نخورده می‌توان ویژگی‌های سطح بالایی از داده‌های آموزشی را استخراج کرد و قدرت تمایز بین دسته‌های مختلف در داده‌ها را افزایش داد. DBNها دارای اتصالات بدون جهت در دو لایه بالایی‌اند که یک ماشین بولتزمن محدود تشکیل داده و دارای اتصالات جهت‌دار در لایه‌های پایینی‌اند. DBN یک مدل مولد احتمالی است که توزیع احتمال مشترک روی داده‌های قابل مشاهده و برچسب‌ها را فراهم می‌کند. یک DBN ابتدا از یک استراتژی یادگیری حریصانه بهینه لایه‌به‌لایه برای مقداردهی اولیه (پارامترهای) شبکه عمیق استفاده کرده است و سپس تمامی وزن‌ها را به‌طور مشترک با خروجی‌های مورد انتظار به‌دقت تنظیم می‌کند. در این فرایند علاوه بر حفظ ویژگی‌های اصلی مجموعه داده‌ها برای تفسیر مدل و استخراج دانش [16] با محدودکردن نیازمندی‌های ذخیره‌سازی به کاهش هزینه‌ها و بصری‌سازی فرایند کسب دانش کمک می‌شود. شکل 3، ساختار پایه‌ای DBN را نشان می‌دهد که از یک لایه ورودی و لایه‌های پنهان r تشکیل شده است. هر دو لایه مجاور یک RBM را ایجاد می‌کنند که به‌طور متوالی به‌عنوان RBM1 تا RBMr در نظر گرفته شده است. واحدهای گره در لایه‌های آشکار و پنهان به‌ترتیب به‌عنوان و در نظر گرفته شده‌اند. هر واحد در لایه آشکار به‌عنوان و هر واحد در لایه پنهان به‌عنوان نمایش داده می‌شود. m و n تعداد واحدها در لایه‌های آشکار و پنهان‌اند. یک RBM فرض می‌کند هر واحد باید یک توزیع باینری را با عنوان و برآورده کند. هر واحد دارای یک تابع فعال‌سازی است که معمولاً به‌عنوان عملکرد یک سیگموئید انتخاب شده است . یک واحد، زمانی فعال می‌شود که در حالت 1 قرار می‌گیرد. خروجی‌های واحدها در لایه پایین به‌عنوان ورودی‌های واحدها در لایه بالایی استفاده می‌شوند.
کارکرد انرژی یک ماشین RBM به‌صورت (1) است:
|
(1) |
|
جایی که وزن بین واحد در لایه آشکار و واحد در لایه پنهان است، بایاس[27] از واحد در لایه آشکار است، بایاس از واحد در لایه پنهان است. ، و پارامترهایی هستند که یاد گرفته می‌شوند و درمجموع به‌عنوان θ ارائه شده‌اند. بر طبق اصل ترمودینامیک آماری، یک واحد حالت دارای تابع توزیع احتمال مشترک (2) است:
|
(2) |
|
یک فاکتور نرمال‌سازی‌شده است. به‌طور مشابه سایر توابع توزیع احتمالی شرطی و مشترک بیشتر با (3) تا (5) تعریف می‌شوند [17].
|
(3) |
|
|
(4) |
|
|
(5) |
|
شکل (3): ساختار یک شبکه باور عمیق (DBN)
در این مطالعه از یک شبکه عصبی LSTM استفاده شده که نوعی از شبکه عصبی بازگشتی (RNN) است و برای مطالعه داده‌های سری زمانی و پیوسته بسیار مناسب است. یکی از خصوصیات شبکه LSTM این است که می‌تواند وابستگی‌های بلندمدت را بین مراحل زمانی یک توالی یاد بگیرد. لایه LSTM می‌تواند به توالی زمانی روبه‌جلو نگاه کند؛ درحالی‌که لایه LSTM دوطرفه می‌تواند به توالی زمانی روبه‌جلو و روبه‌عقب نگاه کند. در این مطالعه از لایه LSTM دوطرفه استفاده شده است.
برخلاف شبکه بازگشتی سنتی که صرفاً جمع متوازن سیگنال‌های ورودی را محاسبه می‌کند و سپس از یک تابع فعال‌سازی عبور می‌دهد، هر واحد LSTM از یک حافظه در زمان بهره می‌برد. خروجی یا فعال‌سازی واحد LSTM به‌صورت است که در آن دروازه خروجی است که کنترل‌کنندة میزان محتوایی است که ازطریق حافظه ارائه می‌شود. دروازه خروجی ازطریق عبارت محاسبه می‌شود که در آن تابع فعال‌سازی سیگموئید است. نیز یک ماتریس اریب است. سلول حافظه نیز با فراموشی نسبی حافظه فعلی و اضافه‌کردن محتوای حافظه جدید به‌صورت به‌روزرسانی می‌شود که در آن محتوای حافظه جدید ازطریق عبارت به دست می‌آید. آن میزان از حافظه فعلی که باید فراموش شود توسط دروازه فراموشی کنترل می‌شود و آن میزانی از محتوای حافظه جدید که باید به سلول حافظه اضافه شود توسط دروازه به‌روزرسانی (یا گاهی به دروازه ورودی معروف است) انجام می‌گیرد. این عمل با محاسبات (6) و (7) صورت می‌گیرد:
|
(6) |
|
|
|
(7)) |
|
|
شکل 4، ساختار یک واحد حافظه LSTM را نشان می‌دهد که در هر مرحله زمانی، محتوای هر سلول با مقادیر جدید از مرحله زمانی قبل و ورودی جدید جایگزین می‌شود؛ بنابراین، بردار حافظه پنهان توانایی تأثیرگذاری در برخی از مراحل زمانی بسیار محدود فعلی را دارد.
شکل (4): ساختار یک واحد حافظه LSTM
در این بخش، ضمن بیان جزئیات پیاده‌سازی سیستم پیشنهادی LSTM-DBN کارایی آن با استفاده از 4 مجموعه داده بررسی می‌شود. پس از آن، نتایج پیش‌بینی رویکرد پیشنهادی با سایر رویکردهای یادگیری سنتی و عمیق در حالت‌های بدون / با یادگیری ویژگی (DBN) مقایسه می‌شوند و درنهایت برای درک بیشتر نمودارهای ROC و معیارهای ارزیابی دقت، صحت و سنجش F پس از محاسبات ترسیم می‌شوند.
به‌طور کلی داده‌ها به دو قسمت سیگنال و برچسب تقسیم می‌شوند. سیگنال آرایه‌ای است که داده‌های ECG را نگه می‌دارد و برچسب آرایه‌ای است که برچسب‌های مربوط به سیگنال‌ها را نگه می‌دارد و یک هیستوگرام از طول سیگنال تولید می‌شود که بیشتر سیگنال‌ها 9000 نمونه طول هستند؛ برای نمونه، می‌توان یک قطعه از یک سیگنال (در حدود 5 دقیقه) را در دو کلاس سالم و بیمار براساس تغییرپذیری ضربان قلب (HRV) بررسی کرد. HRV پایین نشان‌دهندة وقفه‌های (RR) منظم است که رویدادهای شریانی معمولاً در چنین شرایطی رخ می‌دهند و HRV بالا نشان‌دهندة فرد سالم است که از وقفه‌های (RR) نامنظم نتیجه می‌شود.
کار شرح داده شده در این مقاله با استفاده از 4 پایگاه داده ارائه شده است که در ادامه، خصوصیات هریک از پایگاه‌های داده معرفی می‌شود. اولین پایگاه داده با نام اختصاری DB1 از آرشیو مجموعه داده‌های مربوط به بیماری‌های قلبی سایت KAGGLE[28] گرفته شده است که دارای 70000 نمونه (شامل 45530 زن و 24470 مرد) است. این نمونه‌ها در سال 2009 جمع‌آوری شده‌اند. این مجموعه داده 12 ویژگی دارد و دارای افراد بیمار و سالم است و به‌طور تقریبی 50 درصد داده‌ها مربوط به بیماران و 50 درصد مربوط به افراد سالم می‌شود. پایگاه داده دوم با نام اختصاری DB2 شامل 20000 نمونه است که با همکاری مرکز تحقیقات بیمارستان شهید بهشتی، یکی از بزرگ‌ترین بیمارستان‌های تخصصی قلب واقع در شهر تهران پایتخت ایران انجام شده است. در این پایگاه داده از مجموعه داده‌های واقعی استفاده شده که به دلایل محرمانگی، خصوصیات این مجموعه داده محفوظ است. پایگاه داده سوم با نام اختصاری DB3 از وب‌سایت Physionet[29] دانلود شده است که متعلق به 139 نمونه مبتلا به فشار خون بالا است و در مرکز فشار خون بیمارستان دانشگاه ناپلز فدریکوی ایتالیا تازه ثبت شده‌اند. بیماران، 55 ساله و بیشتر (شامل 49 زن و 90 مرد، سن 72-7 ساله) برای 12 ماه به‌منظور ثبت اصلی رویدادهای قلبی عروقی و رگ‌های خونی مربوط به مغز پیگیری شدند. چهارمین پایگاه داده با نام اختصاری DB4 از آرشیو مجموعه داده‌های سایت UCI[30] گرفته شده است که 303 نمونه (شامل 96 زن و 207 مرد) دارد و در سال 1988 جمع‌آوری شده است. این پایگاه داده 76 ویژگی دارد که ما با استخراج ویژگی‌های بهینه از 12 ویژگی اصلی آن استفاده می‌کنیم. برچسب داده‌های هدف در پایگاه داده‌های DB1، DB2، DB4 بیمار / سالم و در پایگاه داده DB3 غش / بیمار / سالم است. همان‌طور که در جدول 1 نشان داده شده است، 12 ویژگی از مجموعه داده‌ها به‌همراه نوع داده‌ها و نوع مدل استخراج ویژگی بهینه بررسی شده‌اند.
جدول (1): ویژگی مجموعه داده‌ها
|
نوع داده |
توصیف |
ویژگی‌ها |
|
پیوسته |
سن |
Age |
|
متنی |
زن/ مرد |
Sex |
|
عددی |
وزن |
Weight |
|
عددی |
قد |
Height |
|
عددی |
ناحیه سطح بدن |
BSA |
|
عددی |
شاخص تودة بدنی |
BMI |
|
عددی |
سیگاری بودن یا نبودن |
Smoking |
|
عددی |
فشار خون سیستولیک |
SBP |
|
عددی |
ضخامت پوشش داخلی رگ |
IMT |
|
عددی |
شاخص تودة بطنی چپ |
LVMI |
|
عددی |
درصد خونی که با هر انقباض از قلب بیرون می‌آید |
EF |
|
عددی |
ضخامت پوشش داخلی رگ |
IMT |
برای ارزیابی سیستم پیشنهادی، ابتدا داده‌ها به دسته‌های کوچک تقسیم می‌شوند. سپس سیگنال‌های ECG در این دسته‌های کوچک، کوتاه و همگی دارای طول یکسان می‌شوند. اگر سیگنال‌ها بیش از اندازه کوتاه شوند، بر کارایی شبکه تأثیر منفی می‌توانند داشته باشند؛ زیرا ممکن است شبکه یک سیگنال را مبنی بر اطلاعات حذف یا اضافه شده به نادرستی تفسیر کند.
همان‌طور که در نمودار هیستوگرام شکل 5 نشان داده شده است، بیشتر داده‌ها 9000 نمونه دارند؛ بنابراین، سیگنال‌های ECG همگی شامل 9000 نمونه هستند که سیگنال‌های کمتر از 9000 نمونه نادیده گرفته می‌شوند. سیگنال‌هایی که بیش از 9000 نمونه طول دارند، تا جایی که امکان‌پذیر باشد به گونه‌ای می‌شکنند که نمونه‌های باقی‌مانده نادیده گرفته شوند.
در این مقاله برای پیاده‌سازی DBN-LSTM از نرم‌افزار متلب در سیستمی با گرافیک 1070، پردازندة COREi7 G7 و RAM 16 گیگابایت استفاده شده است. DBN در سیستم پیشنهادی شامل سه لایه پنهان (با 50 واحد مخفی در هر لایه)، دو مشکل سرعت پایین آموزش و گیرافتادن در کمینه محلی را حل می‌کند و در این مطالعه به‌عنوان یک روش بازنمایی و استخراج ویژگی استفاده شده است. با استفاده از DBN ویژگی‌های مؤثرتری به‌منظور افزایش دقت عملیات پیش‌بینی از داده‌ها استخراج می‌شوند. با به‌کارگیری DBN در مجموعه داده‌ها به‌طور متوسط 60 درصد ویژگی‌ها کاهش یافت. پس از اعمال DBN روی مجموعه داده‌ها و حذف ویژگی‌های غیرمرتبط و تکراری به‌منظور آماده‌سازی برای آموزش به الگوریتم LSTM داده می‌شود.
شکل(5): هیستوگرام مجموعه داده‌ها
از سیگنال‌های انتخاب‌شده در بخش قبل برای طراحی طبقه‌بند استفاده می‌شود؛ به‌گونه‌ای‌که سیگنال‌ها به یک مجموعه آموزش و یک مجموعه آزمون تقسیم می‌شوند. ما در شبکه عصبی LSTM، 70 درصد داده‌ها را برای یادگیری و 30 درصد داده‌ها را برای آزمون در نظر گرفته‌ایم.
برای پیاده‌سازی شبکه عصبی LSTM از 5 لایه شامل لایه‌های ورودی، لایه پنهان (با 100 واحد مخفی)، 2 لایه کاملاً متصل، لایه بیشینه هموار (softmax) و لایه خروجی طبقه‌بند استفاده شد که روی یک واحد پردازشگر مرکزی با تعداد 4 خوشه و 10 هسته اجرا شده است. شبکه استفاده‌شده در این پژوهش، ساختار و مقادیر تعیین‌شده دارد که در جدول 2 نشان داده شده‌اند.
جدول(2): تنظیم پارامترها در شبکه عصبی LSTM
|
مقدار |
توصیف |
پارامتر |
|
10 |
حداکثر تعداد واحدهای ورودی |
MaxEpochs |
|
150 |
حداقل اندازه نمونه‌های ورودی |
MiniBatchSize |
|
01/0 |
نرخ یادگیری |
InitialLearnRate |
|
1000 |
طول توالی |
SequenceLength |
|
1 |
حد آستانه گرادیان |
GradientThreshold |
در این مطالعه از الگوریتم بهینه‌سازی گرادیان کاهشی تصادفی (SGD) برای آموزش شبکه‌ها بهره گرفته شد. این الگوریتم روشی مبتنی بر تکرار برای بهینه‌سازی یک تابع مشتق‌پذیر به نام تابع زیان (به‌طور پیش‌فرض آنتروپی متقابل) است که یک تقریب تصادفی از روش گرادیان کاهشی است. شکل 6، روند یادگیری روش پیشنهادی را براساس تابع زیان در طول دوره آموزش و اعتبارسنجی داده‌های DB1 نشان می‌دهد.
شکل (6): فرایند یادگیری شبکه LSTM-DBN براساس تابع زیان در طول دوره آموزش و اعتبارسنجی
در این مرحله از رایج‌ترین شاخص‌های ارزیابی برای مدل پیشنهادی LSTM-DBN استفاده می‌شود. ما از معیارهای Precision، Recall، F-measure، Accuracy، Fall-out، Miss rate و Specificity استفاده می‌کنیم که برای به دست آوردن مقادیر مربوط به آنها از ماتریس اغتشاش استفاده می‌شود. ماتریس اغتشاش، چگونگی عملکرد الگوریتم دسته‌بندی را با توجه به مجموعه داده ورودی به تفکیک انواع دسته‌های مسئله دسته‌بندی نمایش می‌دهد. برای محاسبه هریک از این معیارها از روابط 8 تا 14 استفاده می‌شود.
Precision: دقت طبقه‌بندی است و نسبت تعداد مثبت‌های درست به کل نتایج مثبت (هم مثبت‌های درست و هم مثبت‌های نادرست) است.
|
(8) |
|
Sensitivity: حساسیت یا فراخوانی است و نسبت موارد مثبتی است که به درستی طبقه‌بندی شده‌اند.
|
(9) |
|
F-measure: میانگین هارمونیک یا میانگین وزنی و از نمرات Sensitivity و Precision است.
|
(10) |
|
Accuracy: صحت است و نسبت نتایج درست (هم مثبت درست و هم منفی درست) به کل جامعه است.
|
(11) |
|
Fall-out: نسبت مثبت نادرست است؛ به عبارتی نسبت موارد منفی است که به نادرست مثبت طبقه‌بندی شده‌اند.
|
(12) |
|
Miss rate: نسبت منفی نادرست است؛ به عبارتی نسبت موارد مثبتی است که به نادرست منفی طبقه‌بندی شده‌اند.
|
(13) |
|
Specificity: نسبت منفی درست است؛ به عبارتی نسبت موارد منفی است که به درستی طبقه‌بندی شده‌اند.
|
(14) |
|
برای خلاصه‌کردن محاسبه اندازه‌گیری‌ها و نتایج آزمون الگوریتم، می‌توان از ماتریس اغتشاش استفاده کرد که در شکل 5 نشان داده شده است.
شکل 7 (ج) دارای سه کلاس سالم، بیمار و غش است. این شکل برای کلاس غش نشان می‌دهد 90 بیمار در کلاس غش درست پیش‌بینی شده است و 7 بیمار در کلاس ایست قلبی و 3 بیمار در کلاس سالم اشتباه پیش‌بینی شده است؛ به همین ترتیب، برای کلاس‌های سالم و بیمار محاسبه انجام می‌شود.
|
(ب) |
(الف) |
|
(د) |
(ج) |
شکل (7): ماتریس اغتشاش برای پایگاه داده الف) DB1، ب) DB2، ج) DB3، د) DB4
هدف اصلی این مطالعه ارزیابی عملکرد بهنیه مدل LSTM-DBN برای پیش‌بینی رویدادهای شریانی است. در این بخش، مجموعه داده‌ها علاوه بر روش پیشنهادی روی سایر روش‌های یادگیری عمیق، یادگیری ماشین سنتی و همچنین، سایر تکنیک‌های استخراج ویژگی، آزمایش و نتایج برای بررسی کارایی پیش‌بینی با رویکرد پیشنهادی مقایسه شدند.
ما مطالعه‌ای مقایسه‌ای بین چهار رویکرد یادگیری عمیق (LSTM-RNN،GRU-RNN ، sRNN و Ensemble [18])، چهار رویکرد یادگیری ماشین سنتی (MLP، Regression، SVM و RF) و نیز دو روش استخراج ویژگی (PCA و AutoEncoder) را در پیش‌بینی رویدادهای مربوط به شریان‌های قلبی و عروقی انجام دادیم. یک شبکه عصبی بازگشتی ساده (sRNN) اساساً به مؤلفه زمانی اهمیت می‌دهد؛ به‌طوری‌که در آن هر سلول (حافظه) به‌صورت داخلی مقدار پیشین خود را ذخیره می‌کند. به‌دلیل آنکه مقدار پیشین مقداری است که ازطریق تابع فعال‌سازی عبور داده می‌شود و هر به‌روزرسانی، این مقدار فعال‌شده را همراه با دیگر وزن‌ها ازطریق تابع فعال‌سازی عبور می‌دهد، اطلاعات به‌طور مستمر (شبیه به یک حافظه فرار) مفقود می‌شوند. حافظه کوتاه‌مدت ماندگار (LSTM) برای حل مسئله مفقودشدن سریع اطلاعات در سلول‌های بازگشتی استفاده می‌شود که توانایی یادگیری وابستگی‌های بلندمدت را دارد. در مقایسه با سلول‌های sRNN که دو حالت را ذخیره می‌کنند، سلول‌های LSTM چهار حالت (مقدار کنونی و آخرین خروجی و مقدار کنونی و آخرین مقدار) را ذخیره می‌کنند. این سلول‌ها سه نوع گیت «ورودی»، «خروجی» و «فراموشی» دارند. واحد گیت بازگشتی (GRU) نیز نوعی از LSTM است که در مقایسه با آن تنها از دو گیت «به‌روزرسانی» و «بازنشانی» برای جلوگیری از مفقودشدن اطلاعات استفاده می‌کند. تعداد اتصالات کمتر باعث می‌شود GRU شفافیت کمتر و در عین حال سرعت بیشتر نسبت به LSTM داشته باشد.
در ادامه برای بررسی قدرت پیش‌بینی با DBN تمامی این رویکردها را همراه با DBN با استفاده از همان مجموعه داده‌ها نیز آزمایش کردیم. نتایج عملکرد پیش‌بینی رویدادهای شریانی برای رویکرد پیشنهادی در مقایسه با سایر رویکردها در جدول‌های 3 تا 5 ارائه شده‌اند. تمامی مقادیر محاسبه‌شده در جداول، حاصل میانگین 20 بار اجرا هستند. مقادیر مربوط به بازه اطمینان (CI) 95 درصد در این جداول با محاسبة میانگین و انحراف معیار نمونه‌های تست روی 4 مجموعه داده برای هریک از شاخص‌های ارزیابی به دست آمدند. برای این منظور، ما از مقدار Z در (15) برای فاصله اطمینان CI 95 درصد از هر شاخص استفاده کردیم:
|
(15) |
|
به‌طوری‌که در آن، میانگین، انحراف معیار، تعداد مشاهدات آزمون و مقدار برای CI 95 درصد برابر با 96/1 است.
همان‌طور که نتایج آزمایش‌ها نشان می‌دهند، رویکرد پیشنهادی تقریباً در تمامی موارد عملکرد به‌مراتب بهتری نسبت به سایر رویکردهای یادگیری عمیق و یادگیری ماشین سنتی داشته است.
همچنین، مشاهده می‌شود تمامی روش‌ها همراه با یادگیری ویژگی (DBN) در مقایسه با آزمایش آنها بدون DBN کارایی بالاتری را نشان می‌دهند. مشهود است استفاده از DBN صحت و دقت پیش‌بینی بهتری را نسبت به سایر روش‌های استخراج ویژگی دربردارد. نتایج تجربی نشان می‌دهند حساسیت کاملاً در مدل LSTM-DBN در مقایسه با سایر رویکردها می‌تواند زمانی که بیماران در معرض حملات ناگهانی قلبی هستند، پیش‌بینی دقیق‌تری داشته باشد.
جدول 3: مقایسه روش‌های یادگیری ماشین سنتی با LSTM-DBN برای
الف) پایگاه داده DB1 (70000 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
85.48±5.9 |
9.15±7.3 |
8.41±6.9 |
88.74±6.5 |
91.09±7.1 |
82.52±6.4 |
95.50±7.8 |
LSTM+DBN |
|
86.67±5.7 |
24.47±2.2 |
34.30±3.9 |
90.95±6.8 |
83.79±6.3 |
86.42±6.6 |
81.32±5.8 |
LSTM |
|
25.41±1.8 |
42.34±2.7 |
36.77±2.6 |
14.51±1.4 |
29.34±2.3 |
27.78±2.4 |
31.10±4.3 |
MLP+DBN |
|
33.32±2.9 |
27.42±2.4 |
21.35±1.8 |
19.74±17 |
26.26±2.2 |
34.42±2.6 |
21.24±1.7 |
MLP |
|
15.54±1.7 |
26.45±2.3 |
15.12±1.4 |
11.44±1.1 |
31.81±2.8 |
40.61±4.7 |
26.15±3.1 |
REG+DBN |
|
34.12±3.1 |
21.65±1.8 |
35.45±3.2 |
33.44±2.9 |
30.67±2.6 |
30.45±2.5 |
30.90±4.1 |
REG |
|
28.10±2.7 |
25.45±2.4 |
21.85±1.8 |
24.22±2.1 |
14.23±1.3 |
19.42±1.5 |
11.23±0.9 |
SVM+DBN |
|
30.55±2.7 |
22.75±1.9 |
25.41±2.3 |
29.45±2.7 |
35.12±3.1 |
32.84±2.9 |
37.75±3.4 |
SVM |
|
18.45±1.9 |
32.69±3.1 |
20.12±1.9 |
36.62±3.4 |
25.72±2.7 |
33.42±3.5 |
20.91±2.2 |
RF+DBN |
|
15.35±1.3 |
23.14±2.1 |
37.17±3.5 |
21.32±1.9 |
22.22±2.0 |
17.93±1.5 |
29.23±3.1 |
RF |
ب) پایگاه داده DB2 (20000 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
89.14±6.8 |
10.10±0.9 |
11.23±1.3 |
93.24±7.1 |
83.29±5.8 |
83.45±6.7 |
83.15±6.9 |
LSTM+DBN |
|
87.20±7.0 |
26.47±2.4 |
22.62±2.1 |
92.75±7.3 |
88.82±6.7 |
84.74±6.9 |
93.33±7.8 |
LSTM |
|
42.34±3.9 |
19.12±1.6 |
20.10±1.7 |
58.19±5.4 |
47.28±4.6 |
40.19±3.9 |
57.43±4.3 |
MLP+DBN |
|
36.41±3.4 |
17.10±1.6 |
33.23±2.9 |
61.36±5.2 |
48.87±4.5 |
42.17±3.9 |
58.11±5.4 |
MLP |
|
27.15±2.8 |
23.05±2.1 |
14.16±1.2 |
39.85±3.5 |
39.55±3.6 |
39.10±3.6 |
40.03±3.7 |
REG+DBN |
|
11.39±1.4 |
26.20±1.5 |
20.15±1.8 |
29.47±2.8 |
33.75±3.2 |
30.11±3.1 |
38.40±3.4 |
REG |
|
32.11±2.8 |
23.02±1.9 |
28.42±2.5 |
62.17±5.1 |
46.64±4.2 |
42.19±3.9 |
52.15±5.1 |
SVM+DBN |
|
19.12±1.7 |
42.36±3.8 |
48.16±4.3 |
30.26±2.9 |
30.39±2.8 |
29.21±2.7 |
31.67±2.7 |
SVM |
|
29.10±2.6 |
20.14±2.0 |
20.03±1.9 |
32.45±2.8 |
25.44±2.1 |
30.35±2.7 |
21.90±2.0 |
RF+DBN |
|
29.71±2.5 |
21.34±1.9 |
31.15±2.7 |
30.90±2.6 |
23.29±2.1 |
29.70±2.7 |
19.16±1.8 |
RF |
ج) پایگاه داده DB3 (139 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
84.12±6.9 |
11.20±1.1 |
10.42±1.2 |
80.41±5.7 |
86.75±6.5 |
88.35±7.7 |
85.21±7.6 |
LSTM+DBN |
|
88.42±7.7 |
21.41±2.2 |
24.75±2.3 |
90.38±8.4 |
86.03±6.8 |
84.14±7.1 |
88.01±6.9 |
LSTM |
|
82.42±7.4 |
33.35±3.4 |
41.31±4.3 |
86.15±7.9 |
86.62±7.3 |
82.56±6.7 |
91.12±8.6 |
MLP+DBN |
|
91.32±8.5 |
24.15±2.1 |
32.45±2.8 |
89.13±7.8 |
83.85±7.3 |
81.42±7.2 |
86.44±7.4 |
MLP |
|
84.14±7.8 |
78.37±6.3 |
60.01±5.4 |
83.74±7.8 |
86.50±8.1 |
90.02±7.9 |
83.25±7.6 |
REG+DBN |
|
80.25±7.7 |
27.39±2.6 |
30.14±2.8 |
87.65±7.7 |
84.18±7.3 |
87.10±7.9 |
81.45±7.6 |
REG |
|
88.64±8.1 |
22.15±2.1 |
20.67±2.0 |
80.36±7.1 |
83.70±7.5 |
86.19±7.9 |
81.36±7.8 |
SVM+DBN |
|
84.45±7.6 |
40.34±3.9 |
42.21±4.1 |
88.45±7.8 |
86.53±7.6 |
87.34±7.5 |
85.75±7.8 |
SVM |
|
91.35±8.3 |
14.64±1.7 |
22.80±2.1 |
88.11±7.8 |
82.13±7.6 |
82.23±7.8 |
82.04±7.7 |
RF+DBN |
|
92.75±8.4 |
51.12±4.9 |
60.04±5.8 |
89.35±7.9 |
86.01±7.6 |
89.10±7.8 |
83.14±7.4 |
RF |
د) پایگاه داده DB4 (303 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
84.12±7.3 |
11.20±1.3 |
10.42±1.2 |
80.41±7.1 |
86.75±7.6 |
88.35±7.4 |
85.21±7.8 |
LSTM+DBN |
|
88.42±8.4 |
21.41±2.2 |
24.75±2.3 |
90.38±8.8 |
86.03±8.2 |
84.14±8.1 |
88.01±7.9 |
LSTM |
|
82.42±3.9 |
33.35±3.2 |
41.31±3.7 |
86.15±7.5 |
86.62±7.4 |
82.56±7.8 |
91.12±8.5 |
MLP+DBN |
|
91.32±8.7 |
24.15±2.3 |
32.45±2.9 |
89.13±7.8 |
83.85±7.9 |
81.42±7.8 |
86.44±7.8 |
MLP |
|
84.14±8.1 |
78.37±7.9 |
60.01±5.9 |
83.74±7.8 |
86.50±7.7 |
90.02±7.4 |
83.25±7.9 |
REG+DBN |
|
80.25±7.7 |
27.39±2. |
30.14±3.1 |
87.65±7.8 |
84.18±7.7 |
87.10±8.6 |
81.45±7.9 |
REG |
|
88.64±8.3 |
22.15±2.4 |
20.67±2.1 |
80.36±7.8 |
83.70±7.9 |
86.19±8.1 |
81.36±7.6 |
SVM+DBN |
|
84.45±8.2 |
40.34±4.1 |
42.21±4.3 |
88.45±8.5 |
86.53±8.3 |
87.34±8.4 |
85.75±8.2 |
SVM |
|
91.35±8.8 |
14.64±1.5 |
22.80±2.1 |
88.11±8.6 |
82.13±7.8 |
82.23±7.8 |
82.04±7.9 |
RF+DBN |
|
92.75±8.9 |
51.12±5.3 |
60.04±6.2 |
89.35±8.6 |
86.01±8.4 |
89.10±8.7 |
83.14±8.0 |
RF |
جدول 4: مقایسه روش‌های یادگیری عمیق با LSTM-DBN برای
الف) پایگاه داده DB1 (70000 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
85.48±8.3 |
9.15±8.8 |
8.41±8.2 |
88.74±8.6 |
91.09±8.8 |
82.52±8.1 |
95.50±8.9 |
LSTM+DBN |
|
86.67±8.4 |
24.47±2.7 |
34.30±3.5 |
90.95±8.8 |
83.79±8.0 |
86.42±8.3 |
81.32±7.9 |
LSTM |
|
88.44±8.6 |
31.64±2.9 |
21.49±2.2 |
93.41±9.0 |
87.46±8.6 |
92.33±8.9 |
83.54±8.1 |
GRU+DBN |
|
93.53±9.1 |
28.38±2.9 |
23.65±2.4 |
81.36±7.8 |
81.88±7.8 |
86.26±8.4 |
82.12±8.0 |
GRU |
|
80.77±7.7 |
40.13±4.1 |
44.15±4.5 |
90.45±8.9 |
92.41±9.3 |
91.78±.8.8 |
92.50±8.8 |
sRNN +DBN |
|
87.63±8.6 |
14.75±1.3 |
10.17±1.1 |
90.71±8.8 |
81.37±7.7 |
82.14±7.8 |
80.63±7.6 |
sRNN |
|
86.45±8.5 |
39.36±4.2 |
49.48±5.1 |
84.62±8.2 |
89.24±8.1 |
89.35±8.1 |
89.14±7.9 |
Ensemble +DBN |
|
80.74±7.6 |
14.75±1.5 |
17.63± |
92.31±9.0 |
91.66±8.9 |
92.14±9.0 |
91.19±8.8 |
Ensemble [18] |
ب) پایگاه داده DB2 (20000 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
85.48±7.7 |
9.15±8.7 |
8.41±7.9 |
88.74±8.6 |
91.09±8.8 |
82.52±7.9 |
95.50±8.4 |
LSTM+DBN |
|
86.67±8.1 |
24.47±2.5 |
34.30±3.3 |
90.95±8.4 |
83.79±7.2 |
86.42±7.4 |
81.32±7.3 |
LSTM |
|
88.44±8.3 |
31.64±2.9 |
21.49±2.2 |
93.41±8.9 |
87.46±8.4 |
92.33±8.3 |
83.54±7.7 |
GRU+DBN |
|
93.53±8.6 |
28.38±2.7 |
23.65±2.4 |
81.36±7.3 |
81.88±7.3 |
86.26±7.4 |
82.12±7.6 |
GRU |
|
80.77±7.8 |
40.13±3.9 |
44.15±4.3 |
90.45±8.2 |
92.41±8.4 |
91.78±8.5 |
92.50±8.5 |
sRNN +DBN |
|
87.63±7.9 |
14.75±1.5 |
10.17±1.2 |
90.71±8.1 |
81.37±7.6 |
82.14±7.9 |
80.63±7.8 |
sRNN |
|
86.45±8.1 |
39.36±4.0 |
49.48±4.8 |
84.62±8.0 |
89.24±8.6 |
89.35±8.5 |
89.14±8.5 |
Ensemble +DBN |
|
80.74±7.8 |
14.75±1.5 |
17.63±1.8 |
92.31±8.8 |
91.66±8.7 |
92.14±8.8 |
91.19±8.7 |
Ensemble [18] |
ج) پایگاه داده DB3 (139 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
84.12±8.0 |
11.20±1.3 |
10.42±1.2 |
80.41±7.8 |
86.75±8.2 |
88.35±8.3 |
85.21±8.1 |
LSTM+DBN |
|
88.42±8.6 |
21.41±2.2 |
24.75±2.3 |
90.38±8.7 |
86.03±8.5 |
84.14±8.3 |
88.01±8.5 |
LSTM |
|
10.20±1.1 |
23.36±2.4 |
19.27±2.0 |
16.75±1.7 |
15.19±1.6 |
10.64±1.1 |
26.54±2.5 |
GRU+DBN |
|
34.40±3.5 |
15.42±1.6 |
33.32±3.4 |
10.64±1.2 |
16.51±1.8 |
36.75±3.7 |
10.65±1.2 |
GRU |
|
19.56±2.0 |
23.65±2.4 |
34.14±3.5 |
32.34±3.3 |
31.24±3.2 |
31.36±3.2 |
31.14±3.2 |
sRNN +DBN |
|
27.47±2.8 |
26.15±2.7 |
10.17±1.1 |
34.31±3.5 |
18.31±1.9 |
13.45±1.4 |
28.67±2.9 |
sRNN |
|
23.04±2.4 |
30.21±3.1 |
26.17±2.7 |
13.42±1.4 |
14.52±1.5 |
18.36±1.9 |
12.02±13 |
Ensemble +DBN |
|
40.36±4.1 |
34.39±3.5 |
20.68±2.1 |
34.17±3.5 |
16.64±1.7 |
11.41±1.2 |
30.78±3.1 |
Ensemble [18] |
د) پایگاه داده DB4 (303 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
83.42±7.8 |
11.55±1.2 |
12.14±1.3 |
91.30±8.7 |
86.21±8.3 |
86.22±8.3 |
86.21±8.3 |
LSTM+DBN |
|
71.31±7.2 |
31.17±3.2 |
21.41±2.2 |
88.71±8.2 |
83.11±7.8 |
83.76±7.8 |
82.48±7.7 |
LSTM |
|
80.25±7.8 |
36.12±3.7 |
18.01±1.8 |
85. 68±7.1 |
77.37±7.6 |
73.14±7.2 |
82.12±7.8 |
GRU+DBN |
|
69.99±6.6 |
20.45±2.1 |
23.42±2.4 |
79.36±7.6 |
72.54±7.1 |
71.23±6.8 |
73.90±7.1 |
GRU |
|
69.63±6.5 |
42.12±4.4 |
26.12±2.7 |
80.61±7.2 |
75.39±6.9 |
71.15±6.7 |
80.17±7.6 |
sRNN +DBN |
|
86.90±8.5 |
35.02±3.6 |
30.68±3.1 |
72.11±6.7 |
72.61±6.7 |
68.47±6.4 |
77.29±7.2 |
sRNN |
|
91.13±8.5 |
42.50±4.7 |
24.02±2.3 |
92.11±8.9 |
90.75±8.8 |
93.27±8.9 |
98.10±9.3 |
Ensemble +DBN |
|
86.35±8.4 |
31.62±3.7 |
30.47±3.6 |
90.29±8.8 |
93.49±8.9 |
90.14±8.7 |
97.11±9.1 |
Ensemble [18] |
شکل (8): مقایسه میانگین مقادیر دقت، صحت و سنجش F در هر 4 پایگاه داده با الف) رویکرد LSTM-DBN،
ب) میانگین رویکردهای یادگیری عمیق، ج) میانگین رویکردهای یادگیری سنتی، د) میانگین رویکردهای استخراج ویژگی
جدول 5: مقایسه عملکرد استخراج ویژگی DBN با سایر روش‌های استخراج ویژگی برای
الف) پایگاه داده DB1 (70000 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
85.48±8.2 |
9.15±1.0 |
8.41±0.9 |
88.74±8.3 |
91.09±8.7 |
82.52±7.8 |
95.50±8.9 |
DBN +LSTM |
|
82.26±7.8 |
37.42±3.6 |
35.67±3.4 |
71.75±6. |
77.07±7.5 |
82.62±7.8 |
72.23±6.8 |
PCA+LSTM |
|
89.75±8.6 |
46.18±4.7 |
52.75±4.9 |
79.43±7.5 |
86.54±8.1 |
88.74±7.3 |
84.45±7.9 |
AutoEncoder+LSTM |
|
85.56±8.2 |
51.61±4.7 |
44.37±4.1 |
70.60±6.7 |
84.36±8.0 |
91.26±8.7 |
78.44±7.6 |
LSTM |
ب) پایگاه داده DB2 (20000 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
89.14±8.4 |
10.10±1.1 |
11.23±1.2 |
93.24±8.8 |
83.29±7.9 |
83.45±8.0 |
83.15±7.9 |
DBN +LSTM |
|
91.75±8.8 |
56.41±5.5 |
52.14±4.9 |
91.47±8.6 |
83.91±7.8 |
85.32±8.1 |
82.55±7.7 |
PCA+LSTM |
|
93.26±8.9 |
43.42±4.4 |
42.64±4.1 |
89.15±8.5 |
80.49±7.6 |
90.25±8.7 |
72.64±6.8 |
AutoEncoder+LSTM |
|
72.41±6.7 |
25.10±2.3 |
21.63±2.0 |
87.14±8.3 |
81.87±7.8 |
74.34±7.1 |
91.11±8.7 |
LSTM |
ج) پایگاه داده DB3 (139 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
84.12±7.9 |
11.20±1.3 |
10.42±1.1 |
80.41±7.7 |
86.75±8.6 |
88.35±8.4 |
85.21±8.1 |
DBN +LSTM |
|
85.15±8.1 |
28.30±2.9 |
28.13±2.8 |
87.31±8.3 |
92.31 ±8.7 |
93.45±8.9 |
91.20±8.8 |
PCA+LSTM |
|
76.34±7.2 |
13.40±1.4 |
10.75±1.1 |
74.75±7.0 |
91.34±8.7 |
91.56±8.8 |
91.14±8.7 |
AutoEncoder+LSTM |
|
89.03±8.4 |
33.32±3.4 |
29.20±3.0 |
90.35±88.6 |
84.81±8.0 |
79.14±7.5 |
91.36±8.7 |
LSTM |
د) پایگاه داده DB4 (303 نمونه)
|
Specificity (95% CI) |
Miss rate (95% CI) |
Fall-out (95% CI) |
Accuracy (95% CI) |
F-measure (95% CI) |
Sensitivity (95% CI) |
Precision (95% CI) |
Method |
|
83.42±7.9 |
19.10±2.0 |
12.14±1.2 |
91.30±8.7 |
86.21±8.1 |
86.22±8.2 |
86.21±8.2 |
DBN +LSTM |
|
68.46±6.5 |
11.55±1.3 |
16.23±1.7 |
81.66±7.7 |
70.89±6.5 |
69.21±6.6 |
72.67±6.8 |
PCA+LSTM |
|
75.45±7.1 |
25.30±2.6 |
20.36±2.2 |
81.30±7.7 |
69.64±6.5 |
71.36±6.7 |
68.02±6.4 |
AutoEncoder+LSTM |
|
71.31±6.7 |
23.10±2.4 |
34.52±3.0 |
90.85±8.6 |
70.45±6.5 |
68.34±6.3 |
72.71±6.7 |
LSTM |
علاوه بر این، آزمایش دیگری با هدف بررسی عملکرد رویکرد پیشنهادی (LSTM-DBN) در مقایسه با میانگین عملکرد کل رویکردهای یادگیری عمیق، میانگین عملکرد کل رویکردهای یادگیری سنتی و میانگین عملکرد کل رویکردهای استخراج ویژگی معرفی‌شده در این مقاله انجام گرفته است.
نتایج این آزمایش در شکل 8 نشان می‌دهند براساس معیارهای ارزیابی Accuracy، F-Measure و Precision میانگین عملکرد رویکرد LSTM-DBN کارایی به‌مراتب بالاتری نسبت به میانگین عملکرد سایر رویکردهای معرفی‌شده در این مقاله برای هر 4 پایگاه داده دارد؛ این امر امیدبخش‌بودن رویکرد پیشنهادی را برای پیش‌بینی رویدادهای مربوط به شریان‌های قلبی و عروقی نشان می‌دهد.
در شکل 9، منحنی ROC (برآوردشده روی مجموعه آزمون مستقل) برای پیش‌بینی رویدادهای شریانی با استفاده از روش LSTM-DBN در 4 پایگاه داده ترسیم شده است. این منحنی به معنی مشخصه عملکرد سیستم است که در آن محور Y نمایش‌دهندة Sensitivity یا TPR و محور X نمایش‌دهندة Specifity یا FPR است. هر چقدر این منحنی به اندازه یک نزدیک‌تر باشد، به این معنی است که عملکرد سیستم قوی‌تر و دقیق‌تر بوده است. همان‌طور که در شکل 8 نشان داده شده است، عملکرد LSTM-DBN در پایگاه داده‌های مختلف با اندازه‌های مختلف تقریباً یکسان بوده و عملکرد قابل قبولی از خود نمایش داده است.
در شکل 10، منحنی ROC مربوط به پایگاه داده اول شامل ۷۰ هزار بیمار برای روش پیشنهادی LSTM-DBN در مقایسه با سایر روش‌ها نمایش داده شده است.
با محاسبه سطح زیر نمودار این منحنی (AUC)، LSTM-DBN با مقدار 967/0 به عدد یک نزدیک‌تر بوده و بالاتر از دیگر روش‌ها قرار گرفته است؛ به این معنی که روش، دقت و قدرت تشخیص بالاتری نسبت به دیگر روش‌ها دارد. پس از آن، AutoEncoder با مقدار 948/0 کارایی خوبی را کسب کرده است. بدترین کارایی مربوط به رویکردهای سنتی است.
|
شکل 9: منحنی ROC برای رویکرد پیشنهادی در چهار پایگاه داده |
|
شکل 10: منحنی ROC برای رویکردهای مختلف در پایگاه داده اول |
هر ساله هزاران نفر بر اثر رویدادهای مربوط به قلب و عروق جان خود را از دست می‌دهند و به این ترتیب هزینه‌های هنگفتی بر افراد و دولت تحمیل می‌شود؛ ازاین‌رو، پیش‌بینی وقوع رویدادهای ناگهانی مربوط به قلب و عروق برای هشدار و انجام اقدامات لازم و به‌موقع ضروری است. در این مقاله از رویکرد شبکه عصبی عمیق DBN –LSTM برای پیش‌بینی رویدادهای مربوط به قلب و عروق استفاده شده است. LSTM یک معماری از شبکه عصبی بازگشتی است که برای ذخیره‌سازی و دسترسی بهتر به اطلاعات نسبت به نسخه سنتی آن طراحی شده است. در یک شبکه عصبی بازگشتی، LSTM می‌تواند برای حفظ حافظه فعلی ازطریق دروازه‌های معرفی‌شده تصمیم‌گیری کند. همچنین، LSTM قادر است مشکل فراموشی وابستگی‌های طولانی را حل کند. از طرفی، شبکه‌های باور عمیق با کاهش ابعاد داده‌ها دو مشکل سرعت آموزش پایین و گیرافتادن در کمینه محلی را برای شبکه‌های عصبی حل می‌کنند و به‌عنوان روشی برای استخراج ویژگی استفاده می‌شوند. یکی از مزایای استفاده از DBN در یادگیری ویژگی است که با کمک داده‌های برچسب‌نخورده می‌توان ویژگی‌های سطح بالایی از داده‌های آموزشی را استخراج و قدرت تمایز بین دسته‌های مختلف در داده‌ها را افزایش داد.
برای ارزیابی روش پیشنهادی 4 پایگاه داده (DB1، DB2، DB3 و DB4) با تعداد داده‌های محدود و کلان به کار گرفته شدند و نتایج عملکرد آنها با سایر رویکردهای یادگیری عمیق و یادگیری ماشین سنتی برای پیش‌بینی رویدادهای شریانی طی چند هفته / ماه قبل از رویداد با استفاده از 5 دقیقه ثبت ECG و با استخراج ویژگی‌های زمانی و فرکانسی سیگنال‌های ECG مقایسه شدند. نتایج ارزیابی نشان دادند بهترین مدل پیش‌بینی براساس رویکرد LSTM-DBN است که قادر به پیش‌بینی بیماران قلبی با میانگین نرخ‌های صحت، حساسیت و اختصاصی به‌ترتیب 42/88 درصد، 13/85 درصد و 54/85 درصد در 4 پایگاه داده است. طبقه‌بندی مبتنی بر تغییرات ضربان قلب در مدل پیشنهادی LSTM نسبت به سایر رویکردهای یادگیری عمیق و سنتی مقادیر پیش‌بینی‌شده بالاتری را نشان می‌دهد. همچنین، می‌توان نتیجه گرفت به‌کارگیری DBN به‌عنوان روش استخراج ویژگی باعث کاهش زمان‌های آموزش و آزمون سیستم می‌شود؛ درنتیجه، می‌توان گفت ترکیب اندازه‌گیری‌های تغییرات ضربان قلب تجزیه و تحلیل شده با الگوریتم LSTM-DBN، ابزار قابل اعتمادی برای شناسایی بیماران در معرض خطر بالای پیشرفت رویدادهای قلبی و عروقی در آینده است.
کار آینده روی جمع‌آوری اطلاعات و تجزیه و تحلیل سیستم‌های مراقبت‌های بهداشتی برای توسعه سیستم شناسایی استرس و پیش‌بینی رویدادهای شریانی براساس الگوریتم‌های فراابتکاری برای آموزش شبکه LSTM و همچنین استخراج ویژگی‌های بهنیه تمرکز خواهد کرد.
[1] تاریخ ارسال مقاله: 03/09/1398
تاریخ پذیرش مقاله: 06/04/1400
نام نویسندۀ مسئول: سینا دامی
نشانی نویسندۀ مسئول: ایران – تهران – دانشگاه آزاد اسلامی واحد تهران غرب - دانشکده فنی و مهندسی
[1] Electrocardiogram
[2] Long-short Term Memory
[3] Deep Belief Network
[4] Electronic Health Records
[5] Heart Rate Variability
[6] Fine-tuned threshold
[7] Lucia Billeci
[8] Double-cross-validation
[9] Sudden Cardiac Death
[10] Time-Frequency
[11] Multilayer perceptron
[12] Melillo et al., 2015
[13] Naïve Bayes
[14] Random Forest
[15] Meta-Learning
[16] Jiang et al., 2018
[17] Wireless Body area network
[18] Unit Healthcare Remote
[19] Body Surface Area
[20] Body Mass Index
[21] Systolic Blood Pressure
[22] Dyastolic Blood Pressure
[23] Intima Media Thickness
[24] Left Ventricular Mass Index
[25] Ejection Fraction
[26] Restricted Boltzman Machine
[27] Bias
[28] https://www.kaggle.com/sulianova/cardiovascular-disease-dataset
[29] https://archive.physionet.org/pn6/shareedb/?C=D;O=A
[30] https://archive.ics.uci.edu/ml/datasets/heart+Disease
)