💻 computer science

One Dimensional CNN ECG Mamba for Multilabel Abnormality Classification in 12 Lead ECG

Die Studie stellt ein hybrides 1D-CNN-Mamba-Modell vor, das durch die Kombination von Faltungsnetzwerken mit dem selektiven Zustandsraummodell Mamba eine überlegene Leistung bei der multilabel-Klassifizierung von 12-Kanal-EKGs im Vergleich zu bestehenden Deep-Learning-Ansätzen erzielt.

Ursprüngliche Autoren: Huawei Jiang, Husna Mutahira, Gan Huang, Mannan Saeed Muhammad

Veröffentlicht 2026-03-27

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Huawei Jiang, Husna Mutahira, Gan Huang, Mannan Saeed Muhammad

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich das Herz als einen hochkomplexen Orchesterdirigenten vor. Ein Elektrokardiogramm (ECG) ist im Grunde die Partitur, die dieser Dirigent schreibt. Diese Partitur ist jedoch nicht aus Noten auf Papier, sondern aus elektrischen Impulsen, die über 12 verschiedene „Saiten" (die 12 Ableitungen) gleichzeitig laufen.

Das Problem: Diese Partituren sind oft sehr lang, voller Rauschen und enthalten winzige Fehler (Herzrhythmusstörungen), die für das menschliche Auge schwer zu finden sind. Frühere Computerprogramme waren wie Musikstudenten, die diese Partituren lesen mussten. Sie waren gut, aber wenn die Musik zu lang wurde, vergaßen sie den Anfang, bevor sie das Ende erreichten, oder sie wurden von den vielen Saiten überwältigt.

Hier kommt die neue Erfindung aus dem Papier ins Spiel: 1DCNN-ECG-Mamba.

Die Hauptdarsteller: Ein neues Team aus zwei Genies

Stellen Sie sich dieses neue System als ein Duo aus einem Detektiv und einem Zeitreisenden vor.

Der Detektiv (1D-CNN):
Zuerst schaut sich der Computer die rohen Daten an. Der „1D-CNN"-Teil ist wie ein scharfsichtiger Detektiv, der sich nur auf die Details konzentriert. Er scannt die Wellenlinien und sagt: „Aha! Hier ist eine kleine Spitze, dort eine Welle." Er filtert das Rauschen heraus und hebt die wichtigen Merkmale hervor, bevor er sie dem nächsten Teil übergibt. Er macht aus dem chaotischen Signal eine saubere, verständliche Geschichte.
Der Zeitreisende (Mamba / Vision Mamba):
Frühere Modelle (wie Transformatoren) mussten die ganze Partitur auf einmal lesen, was sie sehr langsam und rechenintensiv machte. Der „Mamba"-Teil ist wie ein Zeitreisender mit einem magischen Gedächtnis. Er kann durch die Zeit (die Zeitachse des EKGs) reisen, ohne dabei müde zu werden.
- Die Magie: Er liest die Geschichte nicht nur von vorne nach hinten, sondern auch von hinten nach vorne. Das ist wie beim Lesen eines Krimis: Um zu verstehen, warum der Mörder am Ende gehandelt hat, schaut man sich auch an, was am Anfang passiert ist. Dieser „zweiseitige Blick" (bidirektional) hilft dem Modell, den Kontext des Herzens zu verstehen, egal wie lang das Signal ist.

Wie funktioniert das Ganze?

Stellen Sie sich vor, Sie wollen einen riesigen Stapel EKG-Aufnahmen analysieren.

Der alte Weg: Ein riesiger Roboter (frühere KI-Modelle) versucht, jeden einzelnen Strich auf dem Papier zu vergleichen. Das dauert ewig und er wird verwirrt, wenn der Stapel zu hoch ist.
Der neue Weg (1DCNN-ECG-Mamba):
1. Der Detektiv sortiert die Blätter und markiert die wichtigen Stellen.
2. Der Zeitreisende springt dann durch die markierten Stellen, vergleicht den Anfang mit dem Ende und erkennt sofort: „Das ist kein normales Herz, hier ist eine Störung!"
3. Am Ende gibt das System eine Liste aus: „Patient hat wahrscheinlich Problem A und vielleicht auch Problem B." (Das nennt man „Multi-Label", weil das Herz oft mehrere Probleme gleichzeitig hat).

Warum ist das so wichtig?

Das Team hat dieses System an einer riesigen Bibliothek von Herzdaten getestet (den sogenannten PhysioNet-Wettbewerben). Das Ergebnis war beeindruckend:

Es war schneller als die alten Modelle.
Es war genauer. Es hat mehr Fehler gefunden, die andere übersehen haben, und weniger falsche Alarme ausgelöst.
Besonders gut war es darin, seltene Herzfehler zu erkennen (die „Nadeln im Heuhaufen").

Das große Bild

Warum sollten wir uns dafür interessieren?
Stellen Sie sich vor, Sie tragen eine Smartwatch. Früher hätte die KI vielleicht gedacht: „Alles okay", weil sie den kleinen Fehler übersehen hat. Mit dem 1DCNN-ECG-Mamba könnte die Uhr sagen: „Hey, da ist etwas Schiefes passiert, bitte gehen Sie zum Arzt."

Das ist wie ein persönlicher Gesundheits-Guardian, der nie schläft, nie müde wird und die Sprache des Herzens perfekt versteht. Es könnte dazu führen, dass Herzinfarkte früher erkannt werden, Behandlungen besser auf den einzelnen Patienten zugeschnitten werden und auch in abgelegenen Gebieten, wo es keine Herzspezialisten gibt, eine hochwertige Diagnose möglich ist.

Kurz gesagt: Die Forscher haben einen neuen, schlauen Algorithmus gebaut, der aus zwei Teilen besteht (einem Detail-Scanner und einem Zeitreisenden), um Herzkrankheiten schneller und genauer zu erkennen als je zuvor. Es ist ein großer Schritt hin zu einer Zukunft, in der KI uns hilft, ein gesünderes Herz zu haben.

1. Problemstellung

Die genaue Erkennung von Herzrhythmusstörungen aus Elektrokardiogramm-(ECG)-Aufzeichnungen ist für die klinische Diagnostik und Entscheidungsfindung von entscheidender Bedeutung. Trotz des Erfolgs traditioneller Deep-Learning-Modelle wie Residual Networks (ResNets) und Transformer-Architekturen stoßen diese bei der Verarbeitung langer sequenzieller Signale (wie ECGs) an ihre Grenzen. Transformer leiden unter einer quadratischen Komplexität ( $O(n^2)$ ) bei der Berechnung von Attention-Mechanismen, was bei langen Zeitreihen rechenintensiv und ineffizient ist. Zudem besteht in der klinischen Praxis oft ein Mangel an Experten, was den Bedarf an automatisierten, robusten Diagnosewerkzeugen für Telemedizin und ressourcenbeschränkte Systeme unterstreicht.

2. Methodik: 1DCNN-ECG-Mamba

Die Autoren stellen ein hybrides Framework namens 1DCNN-ECG-Mamba vor, das die Stärken von 1D-Convolutional Neural Networks (CNNs) mit dem selektiven State-Space-Modell (SSM) Mamba kombiniert.

Architektur-Design:
- Vorverarbeitung: Die ECG-Signale (12 Ableitungen) werden auf eine einheitliche Abtastrate von 500 Hz angepasst und auf eine feste Länge von 8192 Samples gebracht.
- 1D-CNN-Encoder: Ein 1D-CNN-Layer wird vor dem eigentlichen Mamba-Encoder platziert. Dieser extrahiert Merkmale aus den multichannel ECG-Signalen und transformiert sie in ein Format, das mit dem Vision Mamba (Vim) Encoder kompatibel ist. Die Ausgabe wird in Patches unterteilt, und ein „Class Token" wird für die Klassifizierung hinzugefügt.
- Bidirektionaler Vision Mamba (Vim) Encoder: Anstatt den Standard-Vim für Bilder zu nutzen, wird die Architektur an ECG-Signale angepasst. Der Kern des Modells nutzt bidirektionale State-Space-Layer, die sowohl Vorwärts- als auch Rückwärtsabhängigkeiten in den zeitlichen Sequenzen modellieren. Dies ermöglicht eine effiziente Erfassung globaler Kontexte bei linearer Komplexität ( $O(n)$ ).
- Modifikationen: Im Vergleich zum ursprünglichen Vim wurden spezifische Anpassungen vorgenommen:
  - Deaktivierung von Stochastic Dropout.
  - Beibehaltung der Werte nach der Vorwärts-/Rückwärts-Addition ohne Division durch zwei.
  - Deaktivierung der „fused residual-addition and normalization"-Operation zugunsten einer standardmäßigen sequenziellen Anwendung in PyTorch, um Reproduzierbarkeit und Stabilität über verschiedene Hardware-Umgebungen hinweg zu gewährleisten.
  - Verwendung von Cosine-Annealing für die Lernratenplanung.

3. Wichtige Beiträge

Neue Architektur: Einführung von 1DCNN-ECG-Mamba, einer spezialisierten Anpassung der Mamba-Architektur für 12-Kanal-ECG-Signale, die als starke Baseline für die Erkennung von Herzanomalien dient.
Überlegene Leistung: Der Nachweis, dass das Modell den State-of-the-Art-Methoden (einschließlich der Gewinner der PhysioNet/CinC Challenges 2020 und 2021) in Bezug auf die Bewertungsmetriken überlegen ist.
Effizienz und Skalierbarkeit: Demonstration der Fähigkeit von State-Space-Modellen, lange ECG-Sequenzen effizienter zu verarbeiten als Transformer, ohne an Genauigkeit zu verlieren.

4. Ergebnisse

Die Evaluierung erfolgte auf den öffentlichen Benchmark-Datensätzen der PhysioNet/Computing in Cardiology (CinC) Challenges 2020 und 2021.

Messgrößen: Die Leistung wurde mittels Macro AUPRC (Area Under the Precision-Recall Curve) und Macro AUROC (Area Under the Receiver Operating Characteristic Curve) bewertet, um der Klassenungleichheit in den Daten gerecht zu werden.
Vergleich 2020: Auf dem 2020-Datensatz übertraf 1DCNN-ECG-Mamba das beste vorherige Modell (Team Prna, Transformer-basiert) signifikant:
- AUPRC: 0,5787 (vs. 0,5115 bei Prna).
- AUROC: 0,9571 (vs. 0,9318 bei Prna).
Vergleich 2021: Auf dem größeren 2021-Datensatz (43.101 Aufzeichnungen) erzielte das Modell die besten Ergebnisse im Vergleich zu ISIBrno (ResNet-basiert), 2D-CNN und ECG-Mamba:
- AUPRC: 0,6410 (Steigerung von ca. 17,8 % gegenüber dem 2D-CNN).
- AUROC: 0,9695 (Steigerung von 3,7 % gegenüber dem 2D-CNN).
Ablationsstudie: Der Vergleich mit dem ursprünglichen Mamba und Audio Mamba zeigte, dass die bidirektionalen Blöcke in 1DCNN-ECG-Mamba entscheidend für die bessere Modellierung des globalen Kontexts und der Positionsabhängigkeiten sind.

5. Bedeutung und Ausblick

Die Studie demonstriert das große Potenzial von Mamba-basierten Architekturen für die medizinische Diagnostik. Durch die Kombination von CNN-basierter Merkmalsextraktion und der effizienten sequenziellen Modellierung von Mamba wird ein robusteres Werkzeug für die multilabel Klassifizierung von Herzrhythmusstörungen geschaffen.

Die Ergebnisse legen nahe, dass dieses Modell:

Die Früherkennung von Herzerkrankungen verbessert.
Die Diagnosegenauigkeit in ressourcenarmen Umgebungen und der Telemedizin erhöht.
Die Inter-Observer-Variabilität reduziert und somit die klinische Entscheidungsfindung unterstützt.

Zusammenfassend stellt 1DCNN-ECG-Mamba einen bedeutenden Fortschritt in der automatisierten ECG-Analyse dar, der die Grenzen bestehender Transformer- und CNN-Modelle überwindet.