Training maschineller Lernalgorithmen zur EKG-Auswertung
PTB veröffentlicht die bisher größte öffentlich zugängliche EKG-Datenbank
Künstliche Intelligenz ist ein großer Trend in der Medizin. Gerade in Bereichen wie bei der EKG-Auswertung, bei denen sehr viel Erfahrung gefordert ist, kann Deep Learning seine großen Vorteile ausspielen. Die entsprechenden Algorithmen erkennen Muster in großen Datenmengen, wie es bisher nur erfahrene Kardiologen können, und unterstützen den Arzt bei der zeitaufwendigen Überprüfung der vielen EKG-Signale. Existierende Algorithmen mit exzellenter Performance wurden dazu typischerweise auf nicht-öffentlichen Datensätzen trainiert und entziehen sich damit der Nutzung der breiteren wissenschaftlichen Community, während öffentliche Datensätze bislang zu klein zum Training und insbesondere für eine verlässliche Evaluation maschineller Lernalgorithmen waren. Zudem ist die Evaluierungsmethodik nicht standardisiert, was für eine mangelnde Vergleichbarkeit der Ergebnisse sorgt.
Die neue Datenbank PTB-XL enthält 21 837 sogenannte 10s-EKG-Signale von 18 885 Patienten und ist etwa 40-mal größer als die PTB Diagnostic Database, die bis jetzt häufig verwendet wurde. Im Rahmen des EU-EMPIR-Projektes „Medalcare“ arbeitet die PTB zusammen mit dem Fraunhofer Heinrich-Hertz-Institut (HHI) daran, anhand dieses großen Datensatzes verschiedene maschinelle Lernalgorithmen zu vergleichen. Eine erste Benchmark-Studie zu diesem Thema vergleicht gängige Klassifikationsalgorithmen anhand verschiedener Aufgaben und klar definierter Evaluationsprozeduren. Die Ergebnisse sind im IEEE Journal of Biomedical and Health Informatics veröffentlicht und sollen als Anregung für weitere Wissenschaftler dienen, die mit der Datenbank weiterarbeiten wollen.
Ansprechpartner
Tobias Schäffter
Abteilung 8 Medizinphysik und metrologische Informationstechnik
Telefon: (030) 3481-7343
tobias.schaeffter(at)ptb.de
Wissenschaftliche Veröffentlichungen
P. Wagner, N. Strodthoff, R.-D. Bousseljot, D. Kreiseler, F. I. Lunze, W. Samek, T. Schaeffter: PTB-XL, a large publicly available electrocardiography dataset. Scientific Data 7, 154 (2020) https://doi.org/10.1038/s41597-020-0495-6
N. Strodthoff, P. Wagner, T. Schaeffter, W. Samek: Deep Learning for ECG Analysis: Benchmarks and Insights from PTB-XL. IEEE Journal of Biomedical and Health Informatics. Early Access Article, https://doi.org/10.1109/JBHI.2020.3022989 (2020)