Event Fields: Learning Latent Event Structure for Waveform Foundation Models

ملخص تقني: حقول الأحداث لنماذج الموجات الأساسية

بيان المشكلة
تلتزم النماذج الأساسية الحالية للموجات الفسيولوجية (مثل تخطيط القلب ECG، وتخطيط النبض PPG، وتخطيط العضلات EMG) بشكل مهيمن بنموذج تسلسلي. تعامل هذه النماذج الإشارات كمجموعات من الرموز (tokens) أو الرقع (patches) المحلية، معتمدة على أهداف إعادة البناء المقنعة أو التباين المستوحاة من التدريب المسبق للغات والرؤية الحاسوبية. يجادل المؤلفون بأن هذا النهج لا يتوافق جوهرياً مع طبيعة الاستدلال الفسيولوجي؛ إذ نادراً ما يعمل التفسير السريري على مستوى السعات الخام أو النوافذ الزمنية القصيرة، بل يعتمد بدلاً من ذلك على تجريدات عالية المستوى مثل الضربات، والدورات، والاندفاعات، والتحولات بين الأنظمة الديناميكية. تفترض نماذج التسلسل القياسية ضمناً أن البنية التنبؤية مشفرة في القطع المحلية، مما يؤدي غالباً إلى الخلط بين التباين ذي المعنى والتقلبات المزعجة في الإشارة. وبناءً على ذلك، تواجه هذه النماذج صعوبة في التقاط الطبيعة الممتدة زمنياً، والمتفاعلة، والعلائقية للأحداث الفسيولوجية، والتي تنشأ من عمليات كامنة وليس من مجرد حدوثات معزولة.

المنهجية
يقترح البحث فئة جديدة من نماذج الموجات الأساسية القائمة على صياغة حقل الحدث الطيفي-الزماني. بدلاً من نمذجة الموجة $x(t)$ مباشرة، يفترض المؤلفون أن الإشارات الفسيولوجية تتولد عن طريق تراكب مستمر لحقول أحداث كامنة تتطور في الزمان والتردد.

• النموذج التوليدي الكامن: يتم تمثيل الإشارة كـ $x(t) = \int_{\Omega} \int_{0}^{T} \phi(z, \tau) g_{\theta}(t - \tau, z) d\tau dz$، حيث يشير $z$ إلى فضاء حدث كامن (فئة الإيقاع، نوع التنشيط)، و $\phi(z, \tau)$ هو حقل كثافة حدث غير مرصود، و $g_{\theta}$ هو نواة انبعاث متعلمة. تسمح هذه الصياغة للأحداث بالتداخل، والتفاعل، والتطور بشكل مستمر.
• التقطيعات والإسقاطات العشوائية: بما أن الحقل الكامن $\phi$ غير مرصود، يقوم النموذج باستحثاثه عبر تقطيعات عشوائية (أخذ عينات من تقسيمات متعددة محتملة للمحور الزمني) وإسقاطات زمنية-ترددية (مشغلات عشوائية مثل ترشيح النطاق الفرعي، أو التشويه الزمني، أو اضطرابات الطور). تعمل هذه الإسقاطات على تشويه التفاصيل على مستوى الإشارة مع الحفاظ على الهوية الفسيولوجية الأساسية.
• بنية مشفر الحدث: يعالج المشفر $h_{\theta}$ الموجات المسقطة عبر ثلاث مراحل:
  1. استخراج الميزات المحلية: تضمين السمات على مستوى الرقعة أو الإطار عبر جذوع تلافيفية أو محولات (transformers).
  2. التجميع الواعي بالتقطيع: تجميع الميزات المحلية في تضمينات القطع بناءً على التقطيع العشوائي.
  3. وحدة التفاعل العالمي: يلتقط عامل تفاعل كامن (يتم نمذجته كتحويل تكاملي عصبي باستخدام مؤثر نووي) التبعيات بين الأحداث المستنتجة، مثل الاقتران الدوري والتفاعلات بين الترددات.
• هدف التعلم الذاتي: إشارة التعلم الأساسية هي الاتساق عبر التقطيعات والإسقاطات العشوائية. يتم تدريب النموذج لإنتاج تمثيلات ثابتة لمختلف وجهات نظر نفس حقل الحدث الأساسي باستخدام فقد تباين من نوع (InfoNCE-style).
• التنظيم وتعدد الوسائط: يفرض فقد استقرار التقطيع المساعد ($L_{seg}$) التشتت، والنعومة، والاتفاق عبر الرؤى المختلفة في الحدود المتوقعة. وفي الحالات متعددة الوسائط، يقوم الإطار بمواءمة الوسائط المختلفة (مثل ECG و PPG) عبر افتراض أنها انبعاثات مختلفة لحقل حدث مشترك، ومواءمتها عبر فضاء تمثيل مشترك دون الحاجة لوحدات دمج صريحة.

المساهمات الرئيسية

1. صياغة حقل الحدث الطيفي-الزماني: تحول من نمذجة الإشارات الخام إلى نمذجة العمليات الكامنة المستمرة، ومعاملة الموجات كتحققات لحقول أحداث متفاعلة بدلاً من تسلسلات مقطعة.
2. هدف الاتساق العشوائي: إطار تعلم ذاتي يفرض الثبات على مستوى بنية الحدث الكامن من خلال مواءمة التمثيلات عبر إسقاطات زمنية-ترددية عشوائية وتقطيعات عشوائية.
3. بنية قائمة على المؤثرات العصبية: تصميم مشفر مبتكر يتضمن مؤثراً تفاعلياً مستمراً لنمذجة التبعيات الزمنية والمواءمة متعددة الوسائط ضمن الحقل الكامن.

النتائج
تم تقييم الطريقة المقترحة على معايير فسيولوجية تشمل تصنيف عدم انتظام ضربات القلب، والتنبؤ بالديناميكا الدموية، واسترجاع الموجات.

• الأداء: تفوق نموذج حقل الحدث على النماذج المرجعية القوية (إعادة البناء المقنعة، التسلسل التبايني، ونماذج الهجين الزمني-الترددي) في جميع المهام. لوحظت تحسينات ملحوظة في التنبؤ متعدد الوسائط (AUROC 0.872 مقابل 0.823) والاسترجاع (MAP 0.714 مقابل 0.645).
• المتانة: أظهر النموذج متانة فائقة تجاه اضطرابات الإشارة، بما في ذلك حقن الضوضاء، والتشويه الزمني، وحجب الترددات، حيث تراجع أداؤه بشكل أكثر سلاسة مقارنة بالنماذج المرجعية القائمة على التسلسل.
• كفاءة البيانات (Labels): في ظروف البيانات المحدلة (1% إلى 10% من البيانات المصنفة)، حقق النهج المرتكز على الأحداث درجات AUROC أعلى بكثير (0.781 عند 1% مقابل 0.701 للمراجع)، مما يشير إلى أن بنية الحدث المتعلمة توفر فرضية استقرائية قوية.
• الدراسة الاستئصالية (Ablation): أدى حذف أي مكون (اتساق التقطيع، الإسقاطات، أو مؤثر التفاعل) إلى تراجع الأداء، حيث تم تحديد اتساق التقطيع كأكثر العوامل حرجاً.

الأهمية والادعاءات
يزعم البحث أن التحول من التمثيلات المرتكزة على الإشارة إلى التمثيلات المرتكزة على الأحداث يوفر انحيازاً استقرائياً أكثر ملاءمة لنمذجة الديناميكيات الفسيولوجية. ومن خلال إعطاء الأولوية لتنظيم وتفاعل الأحداث الكامنة على حساب دقة الإشارة الخام، يقدم الإطار مساراً مكملاً لتوسيع النماذج الأساسية في الرعاية الصحية لا يعتمد فقط على زيادة حجم النموذج أو حجم البيانات. ويقترح المؤلفون أن هذا النهج ينتج تمثيلات:

• أكثر متانة: أقل حساسية للتباين المزعج (الضوضاء، عيوب المستشعرات) والتحولات التوزيعية.
• أكثر كفاءة: تمكين أداء أفضل باستخدام عدد أقل من الأمثلة المصنفة.
• أكثر قابلية للتفسير: إنتاج تمثيلات أحداث موضعية زمنياً تتوافق مع الهياكل ذات المعنى السريري (مثل مركبات QRS) دون إشراف صريح.

يؤكد العمل أن تحديد فضاء التمثيل الصحيح (حقول الأحداث الكامنة) قد يكون بنفس أهمية توسيع قدرة النموذج، مما يقدم بديلاً مبدئياً لاستراتيجيات التقطيع السائدة في نماذج السلاسل الزمنية الأساسية.