Comparaison ICL/Aleph pour un apprentissage multisources

1
Comparaison ICL/Aleph pour un apprentissage
multisources
2
PLAN

• Introduction
• Apprentissage sur les voies II et V
• Résultats avec ICL
• Résultats avec Aleph
• Apprentissage sur la voie hémodynamique
• Comparaison des logiciels en vue dun
  apprentissage multisources
• Interrogations sur lapprentissage multisources
• Conclusion

3
Motivations

• Objectif amélioration des systèmes de
  surveillance des patients
• réduire le nombre de fausses alarmes
• produire de meilleurs diagnostics
• améliorer les explications
• Méthode construire  hors ligne  une base de
  chroniques pour diagnostiquer  en ligne  les
  troubles cardiaques chez le patient
• choix apprentissage par PLI (simplicité de
  lecture des règles apprises)

4
La base dapprentissage

• Données étiquetées à partir de la base de donnée
  MIMIC
• sur 3 sources
• les voies II et V dun électrocardiogramme
• la voie de pression ou voie hémodynamique
• pour 7 classes darythmies
• le rythme sinusal ou rythme normal
• le doublet ventriculaire
• le bigéminisme
• lextra systole ventriculaire
• la tachycardie ventriculaire
• la tachycardie supra ventriculaire (seulement
  voie II et V)
• la fibrillation auriculaire (seulement voie de
  pression)

5
Activité électrique du cœur les éléments de
lapprentissage (voies II et V)
6
Voie hémodynamique
Attributs - amplitude diastole/systole -
différence damplitude entre diastole et
systole - intervalle de temps entre diastole et
systole (sd, ds, dd, ss, .)
7
Rappels des principales différences ICL/Aleph

• ICL
• facilité dexpression des contraintes
  syntaxiques
• lisibilité des règles apprises
• - apprentissage  biaisé  (DLAB langage dédié)
• - vitesse
• Aleph
• vitesse
• boîte à outils (tout est écrit en PROLOG)
• - règles  obscures 
• - expression du biais (trop de liberté?)

8
Exemple Bigéminisme (voie II et V)

• Description médicale le cœur bat par groupe de
  deux (chaque battement est suivi dune
  contraction ventriculaire prématurée (PVC)) suivi
  dune pause avant le prochain groupe.

9
Résultats ICL(1)

• Résultat de la classe  bigéminisme  sur les
  voies II puis V avec discrétisation
• voie II c_rr1 ? 918,704 c_rr2 ?
  1652,0 c_pr1 ? 692,856 c_pp1 ?
  908,1852 c_pp2 ? 2414,3708
• class(bige, 0, 0, 7, 0, 0, 0, 7, 10, 0, 9, 7,
  10) -
• qrs(R0, abnormal, _), p_wav(P1, normal, R0),
  qrs(R1, normal, P1),
• rr1(R0, R1, Drr1), greater(Drr1, 704), qrs(R2,
  abnormal, R1).

voie V c_rr1 ? 920,718 c_rr2 ?
1684,1320 c_pr1 ? 688,842 c_pp1 ?
918,1898 c_pp2 ? 2402,3672 class(bige,
0, 0, 7, 0, 0, 0, 7, 10, 0, 9, 7, 10) -
p_wav(P0, normal, _), qrs(R0, normal, P0),
qrs(R1, abnormal, R0), p_wav(P2, normal, R1),
qrs(R2, normal, P2), qrs(R3, abnormal, R2).
10
Résultats ICL (2)

• Résultat de la classe  bigéminisme  sur les
  voies II et V avec valeurs symboliques (règles
  identiques)
• voies II et V class(bige, 0, 0, 7, 0, 0, 0,
  7, 10, 0, 9, 7, 10) -
• qrs(R0, normal, _), qrs(R1, abnormal, R0),
• p_wav(P2, normal, R1), qrs(R2, normal, P2),
  
• qrs(R3, abnormal, R2).

• Résultat de la classe  bigéminisme  sur les
  voies II et V avec valeurs symboliques sans ondes
  P
• voies II et V class(bige, 0, 0, 7, 0, 0, 0,
  7, 10, 0, 9, 7, 10) -
• qrs(R0, normal, _, _), qrs(R1, abnormal, R0,
  R0),
• qrs(R2, normal, _, R1), qrs(R3, abnormal, R2,
  R2).

11
Bilan partiel (ICL)

• Apprentissages satisfaisants pour chaque classe
• Règles plus lisibles avec des valeurs symboliques
• Différentes règles apprises sur les deux voies ?
  intérêt dutiliser les deux voies pour
  l apprentissage
• Seuils semblables sur les deux voies
• ? possibilités dutiliser les mêmes valeurs pour
  lapprentissage symbolique sur les 2 voies
• Apprentissage satisfaisant même sans ondes P
• ? si mauvaise détection de londe P, possibilité
  dapprentissage

12
Résultats avec Aleph(voies II et V règles
identiques)

• Rule 1 Pos cover 7 Neg cover 0
• bige(A) -
• has_wave(A,B,p_wave,normal,C,qrs,normal),
• has_wave(A,D,qrs,abnormal,B,p_wave,normal),
• has_wave(A,C,qrs,normal,E,qrs,abnormal),
• has_wave(A,F,qrs,normal,D,qrs,abnormal).

Accuracy 1.0 Training set summary
7,0,0,43 time taken 4.103
13
Bilan partiel (Aleph)

• Pas dapprentissage pour les classes  rythme
  sinusal  et  tachycardie ventriculaire 
• Certaines règles sont très longues à apprendre
  (plusieurs jours)
• Règles peu lisibles sans schéma
• Règles semblables apprises sur les deux voies ?
  intérêt dutiliser les deux voies pour
  lapprentissage ?

14
Voie de pression

• Bigéminisme

Tachycardie ventriculaire
15
Problèmes rencontrés

• Peu de différences entre les classes ? nécessité
  dinventer de nouveaux prédicats pour discriminer
  les classes entre elles (prédicats amp_dd et
  amp_ss)
• Cycles orphelins ?
• ICL utilisation de DLAB pour imbriquer les
  cycles
• Aleph utilisation de prédicats avec plus
  d arguments pour lier les cycles entre eux
  (has_wave/9)

16
Résultats ICL (valeurs symboliques)
class(tv, 0, 0, 0, 0, 3, 0, 7, 9, 6, 5, 4,
7) - diastole(Dias0, _, _), systole(Sys0,
normal, Dias0), diastole(Dias1, short, Sys0),
systole(Sys1, short, Dias1), dd1(Dias0, Dias1,
short), diastole(Dias2, normal, Sys1),
systole(Sys2, normal, Dias2), dd2(Dias0, Dias2,
short), diastole(Dias3, normal, Sys2),
systole(Sys3, normal, Dias3), ss1(Sys2, Sys3,
normal). class(tv, 0, 0, 0, 0, 2, 0, 7, 9, 6,
5, 5, 7) - diastole(Dias0, _, _),
systole(Sys0, normal, Dias0), diastole(Dias1,
normal, Sys0), systole(Sys1, short, Dias1),
amp_dd(Dias0, Dias1, normal), ss1(Sys0, Sys1,
long), ds1(Dias1, Sys1, normal), diastole(Dias2,
short, Sys1), systole(Sys2, normal, Dias2),
ds1(Dias2, Sys2, normal), diastole(Dias3,
normal, Sys2), systole(Sys3, normal, Dias3),
sd1(Sys2, Dias3, short). class(tv, 0, 0, 0, 0,
1, 0, 7, 9, 6, 5, 6, 7) - diastole(Dias0, _,
_), systole(Sys0, short, Dias0), diastole(Dias1,
short, Sys0), systole(Sys1, normal, Dias1),
amp_dd(Dias0, Dias1, long), dd1(Dias0, Dias1,
long), ds1(Dias1, Sys1, long).

• class(bige, 0, 0, 4, 0, 0, 0,
• 7, 9, 2, 5, 7, 7) -
• diastole(Dias0, _, _),
• systole(Sys0, normal, Dias0),
• diastole(Dias1, short, Sys0),
• systole(Sys1, normal, Dias1),
• dd1(Dias0, Dias1, normal),
• diastole(Dias2, normal, Sys1),
• systole(Sys2, short, Dias2),
• ds1(Dias2, Sys2, normal).

17
Résultats avec Aleph

• Rule 1 Pos cover 5 Neg cover 0
• bige(A) -
• has_wave(A,B,systole,C,diastole,normal),
• has_wave(A,D,systole,E,diastole,petit),
• ss_1(B,D,long),
• ds1(B,E,court).
• Rule 2 Pos cover 1 Neg cover 0
• bige(bige_2_ABP).
• Accuracy 1.0
• Training set summary6,0,0,35
• time taken 2830.945

Rule 1 Pos cover 6 Neg cover 0 tv(A)
- has_wave(A,B,diastole,C,systole,petit),
has_wave(A,D,systole,E,diastole,petit),
ss_1(D,C,court), has_wave(A,F,systole,G,diastole
,normal). Rule 2 Pos cover 1 Neg cover
0 tv(tv_3_ABP). Accuracy 1.0 Training set
summary 7,0,0,34 time taken 6311.709
18
Bilan

• ICL règles satisfaisantes pour toutes les
  classes mais peu compactes
• Aleph règles compactes mais certains cycles
  restent orphelins (ex tv) et certaines règles
  sont non satisfaisantes (ex tv(tv_3_ABP).)

19
Confrontation ICL/Aleph pour un apprentissage
multisources ? utilisation d ICL

• ICL
• les règles pour toutes les classes ont été
  apprises
• vitesse
• lisibilité des règles apprises sur les voies II
  et V
• -/ apprentissage  biaisé  (DLAB langage
  dédié)
• Aleph
• - certains apprentissages nont pas été réussis
• - règles  obscures 
• - temps dapprentissage très long (pb de biais ?)
• règles plus compactes pour la pression

20
Apprentissage multivoies données

• 2 voies ECG, 1 voie hémodynamique 3 vues dun
  phénomène

21
Interrogations

• Quel type dapprentissage ?
• Apprentissage global sur plusieurs voies
• Apprentissage indépendant sur chaque voie puis
  fusion

22
Apprentissage indépendant sur plusieurs voies

• Objectif
• faire apparaître des phénomènes pertinents et
  discriminants sur chacune des voies
• Problème
•  synchroniser  les différentes voies établir
  des relations (temporelles) entre certains
  événements sur deux ou plusieurs voies

23
Apprentissage simultanésur plusieurs voies

• Objectif
• faire apparaître des phénomènes pertinents et
  discriminants intra-voies et inter-voies
• Problèmes
• complexité de lapprentissage (exemples, langage
  des hypothèses)
• complexité des règles apprises
• difficulté à faire apparaître de la redondance
  dans les règles

24
Conclusion et Perspectives

• Apprentissages beaucoup plus satisfaisants avec
  ICL ? utilisation dICL pour lapprentissage
  multisources
• Choix de la stratégie dapprentissage
  multisources à déterminer (essai de Céline
  Fildier, apprentissage simultané avec Aleph)