“合肥高新杯”心电人机智能大赛 - 心电异常事件预测 TOP1 Solution

## “合肥高新杯”心电人机智能大赛——心电异常事件预测冠军解决方案 ### 赛题地址 https://tianchi.aliyun.com/competition/entrance/231754/introduction ### 开源baseline 感谢比赛期间JavisPeng开源的优质[baseline](https://github.com/JavisPeng/ecg_pytorch) ### 比赛分数 <p align="center"> <img src="image/rank.png"> </p> ### 赛题回顾 - 问题描述：依据心电图机8导联的数据和年龄、性别特征，预测心电异常事件 - 比赛数据：32142条初赛数据和20036条复赛数据（初赛数据有重复，初复赛标签分布差异大） - 评价指标：MicroF1 ### 数据分析 - 标签相关性：计算公式为两标签交集数量除以两标签并集数量，0表示完全互斥。该相关性也可视为一种“特征”。 <p align="center"> <img src="image/corr.png"> </p> - 不同导联节拍一致：尖峰位置一致。 <p align="center"> <img src="image/8lead1.png"> </p> - 不同导联十分相似：将不同导联画在同一坐标轴上，可看出**相似性**。如何构建模型以利用这种**相似性**是**最为关键**的思路。 <p align="center"> <img src="image/8lead2.png"> </p> ### 模型构建 针对多导联心电图分类任务，我创新地提出一种网络结构，将其称之为**ECGNet: Multi-scale ResNet for Multi-lead ECG Data**。该模型是本次比赛的**致胜关键**。（细节可见PPT） <p align="center"> <img src="image/ECGNet.png"> </p> ### 模型融合 <p align="center"> <img src="image/stacking.png"> </p> 模型融合阶段效果提升，我认为主要有两点原因： 1. 充分利用初赛和复赛的数据 2. “隐含”地利用了不同标签的相关性 不足之处： 1. 模型缺乏多样性 2. 没有用到传统特征和树模型 此外，植物提出的[嫁接学习](https://github.com/plantsgo/ijcai-2018)也是种很有意思的思路。 ### 效果评估 线下对20类标签用单模型评估效果，反正比我自己判断的（仅限电轴偏转方向）好得多。 <p align="center"> <img src="image/eval.png"> </p> ### 经验总结 - 充分利用提供的数据很重要，尤其分布差异很大时。 - 多去思考多去尝试。 在处理多导联心电图数据时： - 对不同导联应用相同的卷积核，能在减小参数量的同时，很好地提升模型的效果。 - 采用多尺度网络能捕捉不同尺度的特征，较好地提升模型的效果。 - 网络初期可以采用较大的卷积核，后期可以采用较小的卷积核。 - BN-ReLU-Conv要优于Conv-BN-ReLU。 - Squeeze-and-excitation结构也能提升模型的效果。 - 传统特征也很重要。 ### 失败尝试 以下是一些失败的尝试（不代表这些方法真的不行，也许是我的打开方式有问题）： - 傅里叶变换 - 小波变换 - 频谱图 - DenseNet - EfficientNet - Attention - LSTM - 滑动窗口 - 去噪 - 特征工程 总之还是要多思考多去尝试吧，没有什么事能一帆风顺的。 ### 赛后感想 本次比赛收获颇丰，除了实质性奖励以外，还锻炼了我赛题思考、数据分析、模型构建、论文阅读、编程实现以及答辩的能力，且与其他选手交流了一些有趣的思路。 客观上来看，本次比赛有很大的运气成分的，自己还有很多不足。总之，继续努力，再接再厉吧。 ~~单人参赛好累啊，还有复现阶段需要抓紧时间，我差点没在期限内整出来。~~ ### PS 很多细节我没有详细介绍，有兴趣地可以看PPT或答辩视频。 ### 答辩视频 https://tianchi.aliyun.com/course/video?liveId=41127