基于多视图超声心动图优化深度学习（DL）模型的心肌梗死（MI）检测

《IEEE Access》：Myocardial Infarction Detection Through Multiview Echocardiography Optimizing Deep Learning-Based Models

　　

心肌梗死（MI），又称心脏病发作，是全球主要死亡原因之一。早期且精准的MI识别可显著改善患者预后，并降低严重心肌损伤的可能性。本研究提出采用深度学习（DL）模型，即卷积神经网络（CNN）和长短期记忆网络（LSTM），并结合多视图成像，以提高MI检测的准确性与可靠性。超声心动图是诊断心肌梗死患者的常用影像技术；然而，其精度常受海量数据及人机判读差异的影响，且缺乏标注完善的超声心动图用于训练可靠的检测模型，这是MI研究领域面临的重要挑战。本研究开展了一项实证研究，研究人员使用所提出的LSTM与1D-CNN方法，从多视图超声心动图数据中提取复杂特征以检测MI。所提出的1D-CNN与LSTM模型架构方案包括高斯误差线性单元（Gaussian Error Linear Unit，GELU）激活函数、批量归一化、较高dropout率及L2正则化，可提升训练稳定性、减少参数冗余并改善MI检测性能。上述方法经600个epoch、批量大小为8的训练后，采用五折交叉验证进行评估。实验结果表明，所提出的1D-CNN与LSTM模型同时优于现有最先进模型及传统机器学习（ML）技术。具体而言，1D-CNN模型在心尖两腔心切面（apical two-chamber，A2C）、心尖四腔心切面（apical four-chamber，A4C）与多视图（multiview）上分别达到95.38%、99.23%和90.77%的准确率；LSTM模型在相应视图上分别达到94.62%、100%和96.15%的准确率。与表现最佳的基线模型相比，在A2C、A4C与多视图上分别提升约+20.8%、+13.85%与+9.23%。

一、研究背景与问题

心肌梗死（MI）是全球范围内导致死亡的主要原因之一。尽早、准确地识别MI，有助于改善患者预后并降低心肌不可逆损伤风险。超声心动图（Echocardiography）因其无创、可实时动态成像且临床可及性高，已成为心功能评估及疑似MI病例初筛的首选影像手段。然而，超声心动图数据量大、图像质量参差不齐，且判读结果受观察者经验影响，存在较大的人为判读差异；同时，公开且带标签的MI超声心动图数据集匮乏，制约了可泛化深度学习（DL）模型的训练。传统机器学习（ML）方法通常依赖手工设计的特征，易受图像噪声与操作者依赖影响；现有深度学习方法多以单视图、手工特征或浅层时序模型为主，缺乏面向MI检测的端到端多视图时空特征学习。因此，研究人员围绕多视图超声心动图数据，开展基于DL的MI自动检测方法研究，以期提升诊断准确性与可靠性。该论文发表于《IEEE Access》。

二、主要技术方法

研究所用数据来自公开HMC-QU数据集，包含130例患者的260段心尖两腔心切面（A2C）与心尖四腔心切面（A4C）超声心动图记录。预处理包括重采样至224×224像素、灰度化、中值滤波去斑、强度归一化、Min–Max缩放及直方图均衡化；随后基于美国心脏协会（AHA）17节段模型，采用活动多项式半自动分割左心室（LV）壁，得到各节段位移曲线，并将A2C与A4C各6维位移特征拼接为12维多视图运动描述符，再经曼哈顿距离归一化。分类模型为改进的1D-CNN与LSTM，均包含GELU激活、批量归一化、dropout（0.5）及L²正则化（λ=0.01），经随机梯度下降（SGD）优化器以学习率0.0001、二分类交叉熵损失训练600个epoch，批量大小为8；采用患者层面分层5折交叉验证防止数据泄漏，并通过加噪、缩放、时移构建含416个样本的合成数据集以评估泛化能力。

三、研究结果

A. 单视图实验结果：基于A2C与A4C视图分别训练1D-CNN和LSTM。1D-CNN在A2C视图准确率为95.38%，A4C视图达99.23%；LSTM在A2C准确率为94.62%，A4C视图达100%。所有单视图模型的平均受试者工作特征曲线下面积（AUC）均接近或等于1.00，显示其具有优异的单视图分类能力。

B. 多视图实验结果：将A2C与A4C位移特征融合为12维多视图输入后，1D-CNN准确率为90.77%，LSTM达96.15%且敏感度100%，平均AUC为0.99，表现优于多视图1D-CNN，说明LSTM更擅于整合跨视图时空信息。

C. 增强合成数据集构建：在不使用原始样本的前提下，通过加噪、缩放、时移生成416个样本的合成数据集；对比结果表明该数据增强策略有助于提升模型在未见数据上的泛化能力。

D. 统计分析：各模型5折结果以均值±标准差（SD）报告，二项检验p值均小于0.05，并计算95%置信区间（CI），证实结果显著优于随机猜测且模型稳定性良好。

E. 不同视图对比分析：A4C视图信息最丰富，A2C空间分辨率较低；多视图输入能够互补空间与功能信息，LSTM对多视图复杂性的处理能力明显优于1D-CNN。

F. 参数影响分析：对ReLU、SELU与GELU激活函数及Adam、SGD、RMSProp优化器和学习率进行消融实验，发现GELU配合RMSProp在低学习率（0.0001）下达100%A4C准确率，而Adam与学习率0.0001在多视图任务中最稳健。

G. 与现有方法比较：所提1D-CNN与LSTM准确率（94%–100%）显著优于传统ML方法（66%–85%）及早期深度学习模型（约66%–69%），且在多视图任务中较基线模型提升约+9.23%–+20.8%。

四、讨论总结

研究人员认为，所提出的1D-CNN与LSTM架构可直接从超声心动图位移数据中学习区分性的空间-时序特征，减少了手工特征工程与繁琐预处理。LSTM因能建模心肌在整个心动周期内的连续位移变化，在A4C与多视图任务中均优于1D-CNN。多视图融合整合了解剖互补与功能信息，提高了检测鲁棒性。然而，研究仍存在局限：HMC-QU数据集仅含130例单中心病例，且合成增强数据仅用于初步泛化评估，尚需多中心、大队列外部验证，并解决不同超声设备采集差异与临床工作流集成问题。

五、研究结论

本研究旨在利用单视图与多视图超声心动图数据及DL技术，实现MI的早期检测。研究人员提出的1D-CNN与LSTM模型在A2C、A4C与多视图输入下均取得优异性能：LSTM在A4C视图中准确率达100%，在多视图输入中达96.15%，均优于1D-CNN的99.23%与90.77%；仅在空间特征更主导的A2C视图中，1D-CNN（95.38%）略优于LSTM（94.62%）。这一差异源于LSTM能够捕获心肌运动的时序依赖与序列模式，对MI检测至关重要。相较于依赖手工特征与传统ML的方法，所提模型可自动学习空间与时序表示，降低预处理需求，提高在单视图与多视图场景下的鲁棒性。未来研究将纳入更多样化人群数据，并融合心电图（ECG）信号、生化标志物等多模态信息，辅以实时模型优化，以进一步增强临床适用性与诊断可靠性。