mitbih-arrhythmia dataset을 이용한 비트(Superclass), 리듬 타입 정리(Deep Learning 활용)

2020 산학협력 "MIT-BIH ArrhyThmia Dataset을 활용한 심장질환 분류모델"

2) 4가지 Rhythm Type Classifier 개발

분석 모델 : RandomForest & Decision Tree in Python using Colab

4가지 리듬별 특성 정리 - ML_feature.pdf

• (B
  • 'V' beat 비율 0.4 ~ 0.5
  • 'N' beat 비율 0.3 ~ 0.5
• (N
  • 'N' beat 비율 0.6 ~ 0.9
• (SVTA
  • 'A' beat 비율 0.75 ~ 0.95
• (VT
  • 'N' beat 비율 0.7 ~ 0.8과 'V' beat 비율 0.15 ~ 0.25 or 'V' beat 비율 0.75

적합 모델 결정 과정

• 2D-CNN 적용 - 최소한으로 특징을 파악할 수 있는 이미지로 용량을 낮추었지만 여전히 메모리 용량 및 컴퓨터 성능 부족 문제가 발생하였다.
• 1D-CNN 적용 - 논문에서 확인한 window size = 2700 적용 시 데이터 개수가 합쳐서 10000개에도 미치지 않으며, 이마저도 '(N' rhythm이 대부분이라 학습이 제대로 되지 않는 문제가 발생하였다. 임의로 줄여서 window size = 200까지 줄여서 해보았으나 마찬가지로 데이터 개수 부족으로 학습이 어렵다고 판단하였다.
• 목적이 '(N', '(B', '(SVTA', '(VT'에 해당하는 Feature를 찾는 것이기 때문에 Random Forest나 Decision Tree가 적합하다고 판단하였다.

2-1) Rhythm Type 중 "(N", "(B", "(SVTA", "(VT"만 가져와서 각각 분류 - 03_Rhythm_Type_Classifier_ML.ipynb

목적 : 4가지 Rhythm Type 증상에 대한 특성 분석 + 특성에 맞는 feature 추출, 분류에 적합한 모델 적용 및 개발

ML 적용 이유 : 각 리듭 타입별 존재하는 샘플 갯수가 1개에서 530개까지 존재하며, DL을 적용시키기엔 각 리듬별 패턴 파악을 위한 샘플 갯수가 충분하지 않다고 판단

preprocessing)

• 원 데이터로부터, 각 리듬별 'count'(=한 리듬타입 안에 찍힌 심박수 값의 총 개수), 'R_count', 'R_mean', 'R_count_per_beat'(=R_cnt/beat개수), 'R_count_per_sig'(=R_cnt/count)에 대한 추가 정보와 각 리듬타입이 존재하는 비율('N', 'R', '[', ... etc)에 대한 데이터 생성

• 전체 비트 타입과 리듬 내의 최댓값을 통해서 R peak를 계산(max 값의 0.9이상을 R로 판단)하였고 이를 feature로 넣어서 Random Forest와 Decision Tree를 적용하였다.

/* (시행착오)

• 해석 용이성을 위해 변수 차원을 줄이기 위한 PCA, t-SNE 적용 ==> 새로운 변수들에 대한 설명력들이 부족 ==> 적용 X

*/

• Random Forest Model 1 )

• Result) Mean Accuracy = 97.1%, Mean F1 score = 97.1%, Confusion matrix =

  • [[ 51 4 0 0] - (B
  • [ 0 133 0 0] - (N
  • [ 0 1 5 1] - (SVTA
  • [ 0 0 0 15]] - (VT

• Decision Tree 2 )

• Result) Mean Accuracy = 94.8%, Mean F1 score = 94.9%, Confusion matrix =

  • [[ 48 7 0 0] - (B
  • [ 1 132 0 0] - (N
  • [ 0 2 5 0] - (SVTA
  • [ 0 1 0 14]] - (VT

2-2) Rhythm Type 전체에서 "(N", "(B", "(SVTA", "(VT" 각각 분류 - 04_Rhythm_Type_Classifier_ML.ipynb

• 원 데이터로부터, 각 리듬별 'count'(=한 리듬타입 안에 찍힌 심박수 값의 총 개수), 'R_count', 'R_mean', 'R_count_per_beat'(=R_cnt/beat개수), 'R_count_per_sig'(=R_cnt/count)에 대한 추가 정보와 각 리듬타입이 존재하는 비율('N', 'R', '[', ... etc)에 대한 데이터 생성

• 전체 비트 타입과 리듬 내의 최댓값을 통해서 R peak를 계산(max 값의 0.9이상을 R로 판단)하였고 이를 feature로 넣어서 Random Forest와 Decision Tree를 적용하였다.

• ['(VFL', '(SBR', '(IVR', '(BII', '(AB'] 의 Train/Test 분류 부정확한 것 제외한 모델.

• Random Forest Model 1 )

• Result) 전체 Rhythm에 대한 Mean Accuracy = 81.4%, Mean F1 score = 80.9%, Confusion matrix =

  • [[ 14 4 0 14 0 0 0 0 0 0] - (AFIB
  • [ 1 10 0 3 0 0 0 0 0 0] - (AFL
  • [ 0 0 64 2 0 0 0 0 0 0] - (B
  • [ 9 0 1 133 0 0 14 0 3 0] - (N
  • [ 0 0 0 1 10 0 0 0 0 0] - (NOD
  • [ 0 0 0 0 0 18 0 0 0 0] - (P
  • [ 0 1 0 17 0 0 13 0 0 0] - (PREX
  • [ 0 0 0 1 0 0 0 7 0 0] - (SVTA
  • [ 0 0 0 0 0 0 0 0 25 0] - (T
  • [ 0 0 0 1 0 0 0 0 0 17]] - (VT

• Accuracy of '(N' : 0.831
• Accuracy of '(B' : 0.970
• Accuracy of '(SVTA' : 0.875
• Accuracy of '(VT' : 0.944 (소수 넷째자리 반올림)

• Decision Tree 2 )

• Result) 전체 Rhythm에 대한 Mean Accuracy = 76.7%, Mean F1 score = 69.8%, Confusion matrix =

  • [[ 0 0 0 32 0 0 0 0 0 0] - (AFIB
  • [ 0 0 0 14 0 0 0 0 0 0] - (AFL
  • [ 0 0 64 1 0 0 0 0 1 0] - (B
  • [ 0 0 0 155 0 0 0 0 4 0] - (N
  • [ 0 0 0 0 11 0 0 0 0 0] - (NOD
  • [ 0 0 0 0 0 18 0 0 0 0] - (P
  • [ 0 0 0 31 0 0 0 0 0 0] - (PREX
  • [ 0 0 0 1 0 0 0 7 0 0] - (SVTA
  • [ 0 0 0 4 0 0 0 0 21 0] - (T
  • [ 0 0 0 1 0 0 0 0 0 17]] - (VT

• Accuracy of '(N' : 0.969
• Accuracy of '(B' : 0.970
• Accuracy of '(SVTA' : 0.875
• Accuracy of '(VT' : 0.944 (소수 넷째자리 반올림)

결론

• 4 가지 rhythm type인 '(N', '(B', '(SVTA', '(VT' 증상에 대한

1. 특성 분석

• (B
  • 'V' beat 비율 0.4 ~ 0.5
  • 'N' beat 비율 0.3 ~ 0.5
• (N
  • 'N' beat 비율 0.6 ~ 0.9
• (SVTA
  • 'A' beat 비율 0.75 ~ 0.95
• (VT
  • 'N' beat 비율 0.7 ~ 0.8과 'V' beat 비율 0.15 ~ 0.25 or 'V' beat 비율 0.75

2. 특성에 맞는 Feature 추출

• 4 가지의 rhythm type을 분류할 때 우선적으로 rhythm내의 'V' beat의 비율, 그 다음으로는 'N' beat의 비율이 random forest의 변수 중요도 그래프를 통해서 파악할 수 있었다.

• 임의로 정한 R값이 'V', 'N' beat에 이어 중요한 Feature인 것을 확인할 수 있었다.

3. 분류에 적합한 모델 적용 및 개발

• Random Forest와 Decision Tree를 이용하여 분류 모델 적용 및 Feature Importance를 파악하였다.