Нейросеть HRVConformer диагностирует повреждения мозга у новорожденных по пульсу
Ученые разработали новую глубокую нейросеть HRVConformer для классификации гипоксически-ишемической энцефалопатии (ГИЭ) у новорожденных. Модель использует только сигнал мгновенной частоты сердечных сокращений, полученный из ЭКГ. Результаты опубликованы на arXiv.
ГИЭ — тяжелое поражение мозга, возникающее из-за недостатка кислорода при рождении. Ранняя диагностика критична для своевременного лечения, но традиционные методы требуют ручного анализа и дополнительных данных. HRVConformer решает эту задачу автоматически, обрабатывая сырой сигнал пульса.
Архитектура объединяет сверточные слои для выделения локальных паттернов и механизмы внимания трансформеров для захвата долгосрочных зависимостей. Это позволяет эффективно анализировать вариабельность сердечного ритма без предварительного выделения признаков.
Обучение проводилось на большом наборе данных: 1573 часов записей, из которых 259 часов были размечены экспертами, а остальные — слабо размечены. Для валидации использовали 314 часов, финальное тестирование — на независимых 215 часах с экспертной разметкой.
HRVConformer достиг AUC 83,23% и точности 74,56% на тестовой выборке. Эти показатели выше, чем у чистого трансформера, ResNet50 и полносверточных сетей. Улучшенный алгоритм Pan-Tompkins для извлечения HR из ЭКГ повысил качество сигнала и доступность данных.
Авторы подчеркивают, что метод представляет шаг к автоматизированной и более точной оценке ГИЭ по сигналу пульса. Код модели опубликован на GitHub для воспроизведения и доработки.
