面向多模态和多通道心音分类的合成与增强生物信号扩展
摘要
心血管疾病（CVDs）是全球死亡的主要原因，每年约占 1790 万例。早期检测至关重要，造就了对准确且经济的预筛查方法的需求。深度学习最近被应用于使用同步的 phonocardiogram（PCG）和 electrocardiogram（ECG）信号，以及多通道 PCG（mPCG）来分类表明 CVDs 的异常心音。然而，现有最先进的体系结构因同步和多通道数据集的有限可用性而未得到充分利用。增强数据集和预训练模型为克服这些限制提供了路径，使基于 transformer 的体系结构能够有效训练。本工作结合传统信号处理与去噪扩散模型（WaveGrad 和 DiffWave），创建了用于微调基于 Wav2Vec 2.0 的分类器的增强数据集，以适应多模态和多通道心音数据集。该方法实现了最先进的性能。对于来自 Computing in Cardiology（CinC）2016 数据集的单通道 PCG，准确率、未加权平均召回率（UAR）、灵敏度、特异度和马丁相关系数（MCC）分别达到 92.48%、93.05%、93.63%、92.48%、94.93% 和 0.8283。使用 CinC 训练-a 数据集中的同步 PCG 和 ECG 信号，分别实现了 93.14%、92.21%、94.35%、90.10%、95.12% 和 0.8380 的准确率、UAR、灵敏度、特异度和 MCC。使用包括 mPCG 数据的可穿戴 vest 数据集，模型实现了 77.13% 的准确率、74.25% 的 UAR、86.47% 的灵敏度、62.04% 的特异度和 0.5082 的 MCC。这些结果表明，借助增强数据集支持的 transformer 模型在 CVD 检测中表现出色，显示出其在多模态和多通道心音分类方面的潜力。
引用
@article{arxiv.2509.11606,
title = {Scaling to Multimodal and Multichannel Heart Sound Classification with Synthetic and Augmented Biosignals},
author = {Milan Marocchi and Matthew Fynn and Kayapanda Mandana and Yue Rong},
journal= {arXiv preprint arXiv:2509.11606},
year = {2025}
}
备注
35 pages, 37 figures, 19 tables