野外环境中的SCG收缩期检测：一种静态-动态跨数据集分析方法

《Computers in Biology and Medicine》：SCG systolic detection in the wild: A static–dynamic cross-dataset analysis

本研究采用U-Net模型分析真实场景中心冲击波（SCG）信号收缩复合体的检测，通过整合三个不同数据集（CEBS、MEC、BioPoli）构建实验框架，系统评估跨数据集（设备差异、主体异质性）和静态-动态域偏移（静止与运动状态）的影响。结果表明，多通道数据融合可提升检测性能，而个人化策略在动态场景中效果最佳，传统微调策略提升有限。首次验证了BioPoli真实场景数据对模型泛化的重要性，并提出了数据增强和筛选方法以应对运动伪影。

　　### 中文解读

近年来，随着可穿戴设备的普及，对心脏机械活动的连续监测技术获得了越来越多的关注。其中，**心震图（Seismocardiogram, SCG）**作为一种机械信号，能够反映心脏搏动引起的胸腔微小运动，为无创心脏活动分析提供了一种新途径。然而，SCG信号在实际应用中面临着诸多挑战，尤其是**域偏移（domain shift）**现象，这指的是在不同的环境或设备条件下，信号特征发生显著变化，从而影响模型的检测性能。因此，如何在不同场景下提升SCG信号中**收缩期复合波（systolic complex）**的检测能力，成为了当前研究的重点。

在以往的研究中，大多数基于深度学习（Deep Learning, DL）的SCG收缩期检测方法主要依赖于**控制环境下的数据集**，并且往往只关注单一数据集的实验分析。然而，现实世界中的情况更加复杂，用户可能在日常活动中佩戴传感器，如行走、运动等，这些都会对SCG信号产生干扰。因此，本研究提出了一种新的实验框架，用于**评估域偏移对无ECG（心电图）深度学习模型的影响**，并进一步探讨了传统模型适应策略（如微调和个性化）在不同场景下的效果。同时，还评估了**多通道方法**在现实场景中的优势。

### 研究背景

心脏活动的分析在许多医疗任务中具有重要意义，尤其是在心血管疾病的诊断与监测方面。目前，ECG信号被认为是研究心脏电活动的“黄金标准”，并且是临床中最常用的工具。然而，ECG信号并不能直接反映心脏的机械功能，而心脏的机械活动是评估心脏健康状况的重要指标之一。因此，研究者们开始关注SCG信号，希望通过其提供关于心脏机械活动的补充信息。然而，SCG信号的获取通常依赖于加速度计传感器，这使得其在**非控制环境中**极易受到**运动伪影（motion artifacts）**和**环境噪声**的影响，从而影响其准确性。

在SCG信号中，**收缩期复合波**是最重要的部分之一，它包含了心脏收缩时产生的机械事件。在理想条件下，通过ECG信号可以识别出收缩期复合波的关键点，如**主动脉瓣开放（Aortic Opening, AO）**，并将其作为定位的依据。然而，在非控制环境下，由于用户的活动不同，SCG信号的形态可能发生显著变化，使得基于ECG的识别方法不再适用。此外，某些情况下，AO点可能与舒张期的信号重叠，使得其识别变得更加困难。

### 研究目标

本研究的核心目标是评估**深度学习模型在现实场景中的适用性**，尤其是在**域偏移**条件下，其性能是否受到影响。为了实现这一目标，我们设计了一种**新颖的实验框架**，通过结合多个具有不同特性的数据集，模拟了**跨数据集域偏移**和**静态-动态域偏移**两种情况。其中，**跨数据集域偏移**指的是由于设备或传感器位置的不同，导致SCG信号的形态发生显著变化；而**静态-动态域偏移**则指的是在用户活动变化时，SCG信号受到的干扰更大，使得收缩期复合波的识别更加困难。

我们采用了一个**U-Net架构**，这是一种常用的卷积神经网络（CNN）结构，用于图像分割任务。通过这一架构，我们能够从SCG信号中自动识别出收缩期复合波的范围。为了提高模型的泛化能力，我们还引入了**微调（fine-tuning）**和**个性化（personalization）**两种模型适应策略。微调指的是在目标数据集上对模型进行进一步训练，以适应新的域特征；而个性化则指的是利用测试对象的部分数据进行模型优化，使其更适应该个体的特征。

此外，我们还探讨了**单通道**与**多通道**信号输入对模型性能的影响。在现实场景中，多通道信号可以提供更丰富的信息，从而提升模型的识别能力。然而，当用户处于动态活动时，多通道信号可能会引入额外的噪声，影响模型的稳定性。

### 实验设计与数据集

为了验证上述假设，我们使用了三个不同的数据集，分别代表了**控制环境**和**非控制环境**下的SCG信号。其中：

- **CEBS**：一个公开数据集，包含20名健康受试者在仰卧位下的SCG信号，采样频率为5 kHz，仅使用了Z轴加速度计数据。
- **MEC**：另一个公开数据集，包含29名健康受试者在仰卧位下的SCG信号，采样频率为800 Hz，使用了六通道传感器（三轴加速度计和三轴陀螺仪）。
- **BioPoli**：一个**专有数据集**，包含23名健康志愿者在非控制环境下的24小时连续ECG和SCG信号，采样频率为64 Hz，包含六通道数据（三轴加速度计和三轴陀螺仪）。

这些数据集在**采样频率**、**传感器类型**和**数据采集环境**上存在显著差异，为模拟不同的域偏移情况提供了理想的实验材料。此外，BioPoli数据集还包含了**步数计数信号**，可以用于区分用户在不同活动状态下的SCG信号。

### 信号预处理与标注

在信号处理阶段，我们首先对原始SCG信号进行预处理，包括**滤波**和**窗口分割**。为了去除噪声和呼吸伪影，我们采用了**四阶零相位带通巴特沃斯滤波器**，其中ECG信号的滤波范围为0.5–30 Hz，而SCG信号的滤波范围为5–25 Hz。随后，我们将信号分割为**5秒的窗口**，以确保每个窗口内包含多个心跳信号，从而更好地捕捉SCG信号的形态特征。

在标注方面，我们使用了**基于ECG的R波定位方法**，通过**Pan-Tompkins算法**识别ECG中的R波，并以此作为定位SCG中AO点的参考。随后，我们为每个AO点定义了一个**固定长度的25毫秒的边界框**，以表示收缩期复合波的范围。这种方法在没有ECG参考的情况下，仍然是目前主流的解决方案，因为它不依赖于特定的AO峰形态，而是通过**粗略分割标注**来提升模型的泛化能力。

### 模型训练与实验评估

在模型训练阶段，我们采用了一个**全卷积网络（Fully Convolutional Network, FCN）**，即**U-Net架构**，该架构包含**编码器**和**解码器**两部分。编码器通过多层卷积、批归一化（BatchNorm）和ReLU激活函数提取特征，而解码器则通过上采样（UpSampling）和跳接（skip connection）恢复特征的分辨率。整个训练过程使用了**二元交叉熵损失函数**和**Adam优化器**，并设定初始学习率为1e-4，训练至100个epoch。

为了进一步提升模型的性能，我们还引入了**数据增强策略**，即**通道交换（swapping data augmentation）**。该策略通过随机交换传感器的通道信息，避免模型对传感器方向的依赖，从而增强其泛化能力。此外，我们还采用了**统计选择（statistical selection）**和**步数选择（step-count selection）**两种方法，用于筛选出在非控制环境下表现较好的SCG信号。

在实验评估方面，我们设计了三种不同的实验设置：

1. **无域偏移（No-domain shift）**：所有训练和测试数据均来自同一数据集，即在相同条件下采集的信号。
2. **跨数据集域偏移（Cross-dataset domain shift）**：训练数据来自一个数据集，测试数据来自另一个数据集，以模拟传感器或采集环境的变化。
3. **静态-动态域偏移（Static–Dynamic domain shift）**：测试数据来自用户日常活动中的不同时间段，包括**静止**和**动态**两种情况。

在每种实验设置中，我们采用了**Leave-One-Subject-Out（LOSO）**交叉验证策略，以避免因个体差异（client heterogeneity）带来的偏差。通过这种方式，我们能够更全面地评估模型在不同域偏移条件下的表现。

### 实验结果

在**无域偏移**的实验设置中，我们发现**多通道方法**在BioPoli数据集上表现优于单通道方法，其F1分数达到了0.92，而单通道方法的F1分数仅为0.88。这表明，当用户处于动态活动时，多通道信号能够提供更丰富的信息，有助于模型更好地识别收缩期复合波。然而，在MEC数据集上，多通道和单通道方法的F1分数相近，这可能是因为MEC数据集中的信号已经是在控制环境下采集的，因此对模型来说，单通道信息已经足够。

在**跨数据集域偏移**的实验设置中，我们发现**多通道方法**在某些情况下表现优于单通道方法。例如，当MEC数据集作为训练集，BioPoli数据集作为测试集时，多通道方法的F1分数为0.93，而单通道方法仅为0.88。这表明，**多通道信号能够帮助模型适应不同采集环境下的域偏移**。然而，在其他情况下，如BioPoli数据集作为训练集，MEC数据集作为测试集时，多通道方法的性能反而有所下降，这可能是因为BioPoli数据集的信号更加复杂，包含了更多动态信息，而MEC数据集的信号相对简单。

在**静态-动态域偏移**的实验设置中，我们发现**模型性能显著下降**，尤其是在测试数据来自BioPoli数据集的**日常活动部分**时。例如，当训练数据来自BioPoli数据集的夜间部分，测试数据来自其日常活动部分时，模型的F1分数仅为0.60，而当训练和测试数据均来自日常活动部分时，F1分数提高至0.66。这表明，**在非控制环境下，用户活动的变化对SCG信号的识别带来了更大的挑战**。

此外，我们还发现**个性化（personalization）**和**微调（fine-tuning）**两种模型适应策略在一定程度上提升了模型的性能。特别是在BioPoli数据集上，个性化方法的表现优于微调方法，其F1分数提高了3%。这表明，**在非控制环境下，模型需要针对特定个体进行优化，以提升其检测精度**。

### 结果分析

从整体来看，**模型在无域偏移条件下表现最佳**，而在**跨数据集和静态-动态域偏移**条件下，其性能显著下降。这说明，**在现实场景中，模型的泛化能力受到极大的挑战**。特别是在静态-动态域偏移的情况下，由于用户活动的变化，SCG信号的形态受到严重影响，使得模型难以准确识别收缩期复合波。

为了进一步验证这一结论，我们还进行了**数据增强**实验。通过随机交换传感器的通道信息，我们发现**模型的泛化能力有所提升**，尤其是在MEC-BioPoli组合中，F1分数提高了约1%。这表明，**数据增强策略能够有效缓解域偏移带来的影响**，从而提升模型在不同场景下的适用性。

在**静态-动态域偏移**的实验中，我们发现**多通道方法并不总是最优选择**。例如，当测试数据来自**日常活动部分**，且训练数据来自**夜间部分**时，多通道方法的性能反而低于单通道方法。这可能是因为**多通道信号包含了与心脏活动无关的运动伪影**，从而干扰了模型的识别。然而，当训练数据来自**日常活动部分**时，模型能够更好地适应这些变化，从而在动态场景中表现更好。

### 研究意义与未来展望

本研究首次将**多通道方法**和**个性化策略**应用于现实场景下的SCG收缩期检测，为未来无ECG的SCG分析提供了新的思路。我们发现，**在非控制环境下，SCG信号的识别难度显著增加**，尤其是在用户处于动态活动时，运动伪影对模型的干扰尤为严重。因此，未来的SCG设备需要具备更强的**抗干扰能力**，以确保在各种环境下都能准确检测心脏活动。

此外，我们还发现，**在非控制环境下，模型的性能仍然受到个体差异的影响**。因此，**个性化策略**可能成为提升SCG检测性能的关键。未来的研究可以进一步探索如何在不依赖ECG的情况下，利用**个性化策略**提升模型的适应性。

### 实际应用的挑战与可能的解决方案

尽管深度学习在SCG收缩期检测中表现出色，但在现实场景中的应用仍面临诸多挑战。首先，**设备的多样性**可能导致信号采集条件的不同，从而影响模型的泛化能力。其次，**用户活动的多样性**使得SCG信号中包含大量运动伪影，这需要模型具备更强的抗干扰能力。此外，**数据采集的环境差异**也对模型的稳定性提出了更高的要求。

为了解决这些问题，未来的SCG设备可以采用**多通道信号融合**和**个性化模型优化**的方法。多通道信号能够提供更全面的信息，有助于模型更好地适应不同的采集环境。而个性化模型优化则可以针对特定用户进行调整，使其在不同活动状态下都能保持较高的检测精度。此外，**数据增强**和**模型微调**也可以作为有效的手段，提升模型在非控制环境下的适用性。

### 结论

本研究通过设计一种新颖的实验框架，探讨了深度学习模型在现实场景中检测SCG收缩期复合波的能力。我们发现，**在非控制环境下，模型的性能显著下降**，尤其是在用户处于动态活动时。因此，未来的SCG设备需要在**算法设计**和**数据采集**方面进行优化，以提升其在现实场景中的适用性。

此外，我们还验证了**多通道方法**和**个性化策略**在提升模型性能方面的有效性。这些方法在一定程度上缓解了域偏移带来的影响，使得模型能够在不同的采集环境下保持较高的检测精度。然而，**在动态场景中，多通道方法可能引入额外的噪声**，因此需要在模型设计时进行优化，以减少这种影响。

最后，我们指出，**在现实场景中，SCG信号的识别需要考虑多种因素**，包括信号的采集环境、传感器的类型和位置、用户的活动状态等。因此，未来的SCG研究应更加注重**现实场景下的数据采集和模型训练**，以确保其在实际应用中的可靠性。