心电图智能事件识别 把杰泥牛逼打在公屏上-Writeup & Reproduce

• A榜第2、B榜第2

环境配置

• numpy==1.19.5
• pandas==1.1.5
• scipy==1.5.4
• scikit-learn==0.24.2
• torch==1.7.1+cu101
• tqdm==4.62.3
• iterative-stratification==0.1.7

数据预处理

方案1

• 考虑到数据存在不同长度的问题，以多数类长度16001为基准长度，这里采用长度不足16001在末尾补零，长度超过16001的末尾截断的处理。
• 另外考虑到读取csv速度慢，这里完成上述操作之后均转化为mat矩阵文件保存。

方案2

• 使用重采样统一将心电信号变为长度6666，并以字典形式保存所有数据，方便快速读取【减少dataset的IO, 以空间换时间】。

算法模型

模型一、se_resnet34（方案基线模型）

把经典的神经网络模型resnet34中的二维卷积修改为一维卷积，并添加注意力模块SE，使用该注意力机制有助于提取通道之间相关性，增强模型性能。

模型二、se_resnet34_plus（核心模型）

在模型一的基础上添加maxpooling层，将maxpooling层的输出与原网络平均池化的输出拼接，再经过全连接层输出最终结果，提取最大值特征有助于识别心电图的异常。

模型三、se_resnet34_plus2

在模型二的基础上，在模型输入处并行四个大小不同的卷积核，以获取不同感受野的心电图特征，然后将其通过1x1卷积缩减通道数，再将他们拼接起来输出到下一层，模型输出端采用和模型二同样的思路，添加maxpooling层，有助于识别心电图的异常。

模型四、se_resnet34_plus3（单模最高分模型）

在模型三的基础上，在模型输出处添加一个head包含两个全连接层和hardSwish激活函数。

训练方法

• 以评价指标f1-macro作为早停指标，训练得到总指标得分最高的单模型；
• 以每个类别的f1得分作为保存模型的依据，一次同时保存18个在每个类别中的最佳模型。

模型融合

• 多模型生成oof以及pred文件（我这里模型很多，把顺序迭代的部分模型都用于集成）
• 使用贝叶斯调参搜索模型权重，最终加权融合

后处理

• 根据oof进行阈值后处理（常规操作，百分位提升）
• 根据标签分析进行互斥后处理（千分位提升）

代码运行

• 安装上述环境
• 把ecg_data以及label_and_example两个文件夹放到当前路径
• 运行命令 sh infer.sh
• 生成提交文件sub_final.csv即为最终提交文件
• 【注】如需重新训练，请将命令中的所有train设置为1

运行要求

• 训练最多需要约40G内存，12G显存
• 推理最多需要约40G内存，4G显存