AIWIN 心電圖智能診斷Baseline【線上0.719】

今天老肥和大家分享的是AIWIN的秋季賽-心電圖智能診斷競賽的任務(wù)一Baseline方案，線上與線下驗證得分均為0.719，采用的是單模樹模型。

賽題背景

心電圖是臨床最基礎(chǔ)的一個檢查項目，因為安全、便捷成為心臟病診斷的利器。每天都有大量的心電圖診斷需求，但是全國范圍內(nèi)診斷心電圖的專業(yè)醫(yī)生數(shù)量不足，導(dǎo)致很多醫(yī)院都面臨專業(yè)心電圖醫(yī)生短缺的情況。

人工智能技術(shù)的出現(xiàn)，為改善醫(yī)生人力資源不足的問題帶來了全新的可能。由于心電圖數(shù)據(jù)與診斷的標(biāo)準(zhǔn)化程度較高，相對較易于運用人工智能技術(shù)進(jìn)行智能診斷算法的開發(fā)。

賽題任務(wù)與數(shù)據(jù)

本賽題任務(wù)一為要求針對心電圖輸出二元（正常 v.s 異常）分類標(biāo)簽，評價指標(biāo)為F1，心電數(shù)據(jù)的單位為mV，采樣率為 500HZ，記錄時長為 10 秒，存儲格式為 MAT；文件中存儲了 12 導(dǎo)聯(lián)的電壓信號（包含了I，II，III，aVR，aVL，aVF，V1，V2，V3，V4，V5 和 V6）。

Baseline方案

每個樣本心電圖的數(shù)據(jù)的形狀為（12，5000）， 一個非常直觀的思路便是將其進(jìn)行分導(dǎo)聯(lián)采樣再將所有導(dǎo)聯(lián)展平作為訓(xùn)練的原始數(shù)據(jù)避免特征維度過大。

def?get_data(sep_length):
????"""
????讀取數(shù)據(jù)，提取部分?jǐn)?shù)據(jù)用于訓(xùn)練預(yù)測
????"""

????train_path?=?glob.glob('data/train/*.mat')
????test_path?=?glob.glob('data/val/*.mat')

????matrix?=?np.zeros((2000,?5000?*?12?//?sep_length))

????i?=?0
????for?p?in?tqdm(train_path):
????????ecgdata?=?sio.loadmat(p)['ecgdata']
????????sep?=?ecgdata[:,?::sep_length]
????????sep?=?sep.reshape(-1,)
????????matrix[i,?:]?=?sep
????????i?+=?1
????for?p?in?tqdm(test_path):
????????ecgdata?=?sio.loadmat(p)['ecgdata']
????????sep?=?ecgdata[:,?::sep_length]
????????sep?=?sep.reshape(-1,)
????????matrix[i,?:]?=?sep
????????i?+=?1??

????data?=?pd.DataFrame(matrix)
????data.columns?=?[f'{i}'?for?i?in?range(len(data.columns))]
????return?data

對于該數(shù)據(jù)進(jìn)行特征提取，主要包括不同導(dǎo)聯(lián)內(nèi)數(shù)據(jù)的均值、方差等統(tǒng)計，所有導(dǎo)聯(lián)數(shù)據(jù)的均值、方差等統(tǒng)計，因為該數(shù)據(jù)為時序，考慮對數(shù)據(jù)做差分再求統(tǒng)計。

def?feature_eng(data,?f,?feat):
????"""
????統(tǒng)計特征
????"""
????data[f'{f}_min']?=?data[feat].min(1)
????data[f'{f}_max']?=?data[feat].max(1)
????data[f'{f}_mean']?=?data[feat].mean(1)
????data[f'{f}_std']?=?data[feat].std(1)
????data[f'{f}_median']?=?data[feat].median(1)
????data[f'{f}_skew']?=?data[feat].skew(1)????
????return?data

特征提取完后我們直接使用競賽利器LightGBM進(jìn)行五折交叉驗證訓(xùn)練預(yù)測并生成提交文件即可。

除了上述內(nèi)容，我們可以進(jìn)一步對數(shù)據(jù)的時序特性進(jìn)行挖掘，也可以嘗試使用深度學(xué)習(xí)模型對本賽題任務(wù)進(jìn)行建模。最后，按照慣例我已上傳了完整Baseline代碼，在后臺回復(fù)「ECG」即可，祝大家比賽順利，獎金多多！