Main Content

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

ECG 信号のラベル付けと進行状況の追跡

この例では、[ダッシュボード] を使用して、ラベル付けの進行状況を追跡し、ラベルの品質を評価する方法を示します。このモードでは、ラベル付けされているメンバーの数をすばやく確認し、データ セット内のラベル値と持続時間の分布を検査できます。この手順により、機械学習のための完全かつ正確なデータ セットを容易に取得できるようになります。

データのダウンロードと準備

関数 QTdownload を使用して、一般に公開されている QT データベース [1] [2] から新しい一時ディレクトリ folder に心電図 (ECG) 信号をダウンロードします。この関数のコードは、この例の終わりにあります。

folder = QTdownload;

各ファイルには、ECG 信号 ecgSignal、領域ラベル signalRegionLabels のテーブル、およびサンプル レート変数 Fs が格納されます。信号のサンプル レートはすべて 250 Hz です。領域ラベルは次の 3 つの心拍形態に対応しています。

  • P 波

  • QRS 群

  • T 波

folder を示す信号データストアを作成します。信号変数名 ecgSignal と サンプル レート変数 Fs を指定します。

sds = signalDatastore(folder,SignalVariableNames="ecgSignal", ...
    SampleRateVariableName="Fs");

最初の 20 ファイルを含むデータストアのサブセットを作成します。このサブセットを labeledSignalSet オブジェクトのソースとして使用します。

subsds = subset(sds,1:20);
lss = labeledSignalSet(subsds);

関心領域のラベル付け

"信号ラベラー" アプリを開き、ラベル付き信号セットをワークスペースからインポートします。データ セットの最初の信号をプロットします。[表示] タブでパナーを選択し、信号の狭い領域が見やすくなるように拡大します。

[ラベラー] タブで、P、QRS、および T カテゴリのカテゴリカル関心領域 (ROI) ラベルを定義します。ラベル BeatMorphologies に名前を付けます。

カスタムのラベル付け関数 labelECGregions を作成し、3 種類の関心領域の位置を特定してラベルを付けます。カスタム関数のコードは、後ほどこの例で示します。この関数は、現在のフォルダーか MATLAB パス上に保存するか、[値の自動処理] ギャラリーの Add Custom Function を選択してアプリに追加することができます。詳細については、カスタム ラベル付け関数を参照してください。

[ラベルの定義] ブラウザー内で BeatMorphologies を選択し、[値の自動処理] ギャラリーから関数 labelECGregions を選択します。Auto-Label を選択してから Auto-Label and Inspect Plotted を選択します。[実行] をクリックします。[表示] タブで、ラベル付き信号の領域を拡大し、パナーを使用して時間を操作します。ラベル付けが十分な場合は、[ラベルの保存] をクリックしてラベルを受け入れ、[自動ラベル付け] タブを閉じます。ラベルとその位置の値は [ラベル付き信号セット ブラウザー] で確認できます。

ラベル付けの進行状況と統計の可視化

[ラベラー] タブのツールストリップで [ダッシュボード] を選択します。進行状況バーを見ると、メンバーの 5% が少なくとも 1 つのROI ラベルでラベル付けされていることが分かります。これは、データ セット内のメンバーの 1/20 に相当します。ラベル分布の円グラフは、選択したラベルの定義のカテゴリごとのインスタンスの数を示しています。

ダッシュボードを閉じてラベル付けを継続します。Auto-Label を選択してから Auto-Label All Signals を選択し、リストの次の 4 つの信号をラベル付けします。ラベル付けする信号名の隣のボックスをオンにしてから、[OK] をクリックします。

[ダッシュボード] を再度選択します。進行状況バーを見ると、メンバーの 25% がラベル付けされたことが分かります。各カテゴリ (P、QRS、または T) の分布が想定どおりであることを確認します。Label Distribution 円グラフから、各カテゴリがすべてのラベルのインスタンスの約 1/3 で構成されていることが分かります。[プロット] ギャラリーから Time Distribution ヒストグラム チャートを選択し、P 波、T 波および QRS 群の平均持続時間と、外れ値を表示します。T 波の持続時間は、P 波と QRS 群より長いことに注意してください。

Member Count チャートを表示して、メンバー全体のラベルの分布とインスタンスの数をより明確に可視化します。データ セット内のほとんどのメンバーで、P、QRS、および T の各領域のインスタンス数は 0 ~ 500 です。

進行状況バーのプロットをクリックし、ラベル数が 5000 以上のメンバーのみをカウントするようにツールストリップで Threshold を調整します。これで、5 つのラベル付きメンバーのうち、3 つのみがカウントに含まれるようになります。ラベル付きのメンバーとラベルなしのメンバーをラベル付け要件に基づいてより適切に区別できるように、カウントしきい値を調整します。

関数 labelECGregions

関数 labelECGregions は事前学習済みの深層学習ネットワークを使用して、ECG 信号の P、QRS、および T の心拍形態を特定します。

function [labelVals,labelLocs] = labelECGregions(x,t,parentLabelVal,parentLabelLoc,varargin)

labelVals = cell(2,1);
labelLocs = cell(2,1);

if nargin < 5
    Fs = 250;
else
    Fs = varargin{1};
end

% Download the pretrained network

netfil = matlab.internal.examples.downloadSupportFile("SPT", ...
    "data/QTDatabaseECGSegmentationNetworks.zip"); %#ok<*UNRCH>
unzip(netfil,fullfile(tempdir,"ECGnet"))
load(fullfile(tempdir,"ECGnet","trainedNetworks.mat"))
    
    for kj = 1:size(x,2)
    
        sig = x(:,kj)';
    
        predTest = classify(rawNet,sig,MiniBatchSize=50);
        
        msk = signalMask(predTest);
        msk.SpecifySelectedCategories = true;
        msk.SelectedCategories = find(msk.Categories ~= "n/a");
        
        labels = roimask(msk);
        labelVals{kj} = labels.Value;
        labelLocs{kj} = labels.ROILimits/Fs;

    end

labelVals = vertcat(labelVals{:});
labelLocs = cell2mat(labelLocs);

end

関数 QTdownload

https://www.mathworks.com/supportfiles/SPT/data/QTDatabaseECGData.zip からデータ ファイルをダウンロードすることも、関数 unzip を使用して、210 個の MAT ファイルが含まれるフォルダーを一時ディレクトリに作成することもできます。

function folder = QTdownload

localfile = matlab.internal.examples.downloadSupportFile("SPT", ...
    "data/QTDatabaseECGData1.zip");
unzip(localfile,tempdir)
folder = fullfile(tempdir,"QTDataset");

end

参考文献

[1] Goldberger, Ary L., Luis A. N. Amaral, Leon Glass, Jeffery M. Hausdorff, Plamen Ch. Ivanov, Roger G. Mark, Joseph E. Mietus, George B. Moody, Chung-Kang Peng, and H. Eugene Stanley. "PhysioBank, PhysioToolkit, and PhysioNet: Components of a New Research Resource for Complex Physiologic Signals." Circulation. Vol. 101, No. 23, 2000, pp. e215–e220. [Circulation Electronic Pages; http://circ.ahajournals.org/content/101/23/e215.full].

[2] Laguna, Pablo, Roger G. Mark, Ary L. Goldberger, and George B. Moody. "A Database for Evaluation of Algorithms for Measurement of QT and Other Waveform Intervals in the ECG." Computers in Cardiology. Vol.24, 1997, pp. 673–676.

参考

アプリ

オブジェクト

関連する例

詳細