Научный семинар: "Разработка моделей для генерации синтетических данных сигналов ЭКГ на основе машинного обучения"

Докладчики: Панюшев А.А., студент, Бондаренко И.А., студент, Никитин Д.С., студент,Станкевич Н.В., с.н.с.,МЛДСП,НИУ ВШЭ Нижний НовгородПосненкова О.М., проф. СГМУ

Определение фаз сердечной активности — покоя, нагрузки и восстановления — играет ключевую роль в оценке работы сердца и своевременном выявлении возможных нарушений, при обнаружении аномалий в сигналах, таких как увеличение времени перехода от нагрузки к покою или атипичные для определенных фаз значения признаков. Сердечно-сосудистые заболевания остаются одной из основных причин смертности и заболеваемости в современном обществе, что подчеркивает важность эффективных инструментов анализа данных кардиосигналов. В научной литературе активно исследуются подходы, направленные на автоматическую интерпретацию ЭКГ с использованием различных признаков и алгоритмов, в том числе с применением машинного обучения, как наиболее распространенный метод классификации с широкими возможностями для оценки полученных результатов. В этих работах часто используются распространенные признаки, такие как ST-сегмент, QT-интервал, амплитуда T-волны. В данной работе особое внимание уделено анализу RR-интервала, одному из ключевых параметров сигнала, что позволяет упростить процесс обучения модели, сохраняя значимую информативность фаз сердечной деятельности. Вместе с использованием алгоритма градиентного бустинга CatBoost и оптимизацией гиперпараметров при помощи модуля Optuna: такой подход упрощает вычисления и анализ, позволяя сосредоточиться на изучении значимости выбора параметров для задачи классификации фаз ЭКГ. Это способствует пониманию того, насколько информативен RR-интервал в контексте распознавания фаз покоя, нагрузки и восстановления а также позволяет сравнить полученную модель с базовой моделью классификации на основе логистической регрессии для оценки зависимости точности работы модели от выбора подходящих признаков, имеющих физиологический смысл. 
В рамках данного семинара будут обсуждаться результаты разработки программы для автоматической детекции фаз покоя, нагрузки и восстановления на сигналах ЭКГ.