Deep Neural Network Architectures for Electrocardiogram Classification: A Comprehensive Evaluation

Título: Arquitecturas de Redes Neuronales Profundas para la Clasificación de Electrocardiogramas: Una Evaluación Exhaustiva

1. Planteamiento del Problema

Las enfermedades cardiovasculares siguen siendo la principal causa de muerte a nivel mundial. El electrocardiograma (ECG) es una herramienta diagnóstica esencial, pero su interpretación manual es laboriosa, propensa a la variabilidad interobservador y poco práctica para el monitoreo a gran escala.
Los desafíos principales identificados en la literatura actual incluyen:

• Desequilibrio de clases: Los conjuntos de datos de arritmias suelen tener una distribución muy desigual, donde las clases minoritarias (como ciertos tipos de latidos prematuros) están subrepresentadas, lo que lleva a modelos sesgados hacia la clase mayoritaria.
• Falta de comparabilidad: Muchos estudios evalúan arquitecturas individuales bajo configuraciones inconsistentes, sin un marco unificado para comparar cómo el diseño arquitectónico afecta la robustez y el equilibrio entre clases.
• Compromiso entre precisión y generalización: Existe una necesidad de equilibrar la detección de características morfológicas locales con las dependencias temporales a largo plazo, manteniendo la interpretabilidad clínica.

2. Metodología

El estudio propone un marco de evaluación unificado que integra preprocesamiento, aumento de datos, comparación de arquitecturas y estrategias de ensamble.

• Datos y Preprocesamiento:

  • Se utilizó la base de datos MIT-BIH Arrhythmia.
  • Se definieron 5 clases clínicamente relevantes: Normal (N), Prematura Atrial (A), Prematura Ventricular (V), Fusión de Ritmo Paced y Normal (f), y Fusión de Ventricular y Normal (F).
  • Se aplicó segmentación de latidos (ventana de 188 puntos centrada en el pico R), codificación de etiquetas y normalización Min-Max.

• Aumento de Datos (GAN):

  • Para mitigar el desequilibrio de clases, se desarrolló un GAN (Red Generativa Antagónica) consciente de la secuencia.
  • Utiliza capas LSTM bidireccionales en el generador y discriminador para sintetizar latidos de las clases minoritarias, preservando la fidelidad fisiológica de la forma de onda y la continuidad temporal.

• Arquitecturas Evaluadas:
  Se compararon cuatro modelos profundos distintos:

  1. CNN (Red Neuronal Convolucional): Enfocada en la extracción de patrones morfológicos locales mediante convoluciones 1D.
  2. CNN-LSTM: Combina CNN para características espaciales con LSTM bidireccional para modelar dependencias temporales entre latidos.
  3. CNN-LSTM-Attention: Añade un mecanismo de atención sobre la salida de la LSTM para ponderar dinámicamente las regiones temporales más relevantes.
  4. ResNet-1D: Utiliza conexiones residuales para facilitar el aprendizaje de características jerárquicas profundas.

• Estrategia de Ensamble:
  Se implementó una fusión tardía (late-fusion) de los modelos. Se probaron cuatro estrategias:

  • Promedio igualitario de todos los modelos.
  • Promedio igualitario de los 3 mejores.
  • Promedio igualitario de los 2 mejores.
  • Ensamble Ponderado (Top2-Weighted): Fusión de los dos mejores modelos (CNN y CNN-LSTM) con pesos calculados en función de sus puntuaciones F1 en validación.

• Entrenamiento y Métricas:

  • Optimización con Focal Loss (para manejar el desequilibrio), optimizador AdamW y scheduler ReduceLROnPlateau.
  • Métricas: Precisión, Recall, F1-score, AUC-ROC e Intervalos de Confianza del 95%.
  • Interpretabilidad mediante Grad-CAM para visualizar las regiones de la señal en las que el modelo se enfoca.

3. Contribuciones Clave

1. Aumento de datos con GAN: Desarrollo de un GAN específico para ECG que equilibra las clases minoritarias sin sacrificar la fidelidad fisiológica de las señales sintéticas.
2. Marco de Comparación Unificado: Evaluación rigurosa y justa de cuatro arquitecturas distintas bajo las mismas condiciones de preprocesamiento, división de datos e hiperparámetros.
3. Diseño de Fusión de Ensamble: Introducción de estrategias de fusión (igualitaria y ponderada) que demuestran cómo combinar arquitecturas complementarias mejora la robustez y la sensibilidad a clases minoritarias.
4. Hallazgos Empíricos: Identificación de que el modelo CNN-LSTM ofrece el mejor equilibrio individual, mientras que el Ensamble Top2-Weighted logra el rendimiento global superior.

4. Resultados

• Rendimiento Individual:

  • El modelo CNN-LSTM logró el mejor equilibrio entre sensibilidad y especificidad con un F1-score de 0.951. Mostró la mayor estabilidad en la convergencia y menor varianza en las clases minoritarias.
  • La CNN pura fue fuerte en la detección de características locales (especialmente para la clase A), pero carecía de modelado temporal.
  • Los modelos CNN-LSTM-Attention y ResNet-1D mostraron mayor variabilidad y degradación severa en las clases minoritarias (especialmente la clase A), sugiriendo que los mecanismos de atención y las estructuras residuales profundas pueden ser inestables con datos desequilibrados sin un ajuste fino adicional.

• Rendimiento del Ensamble:

  • La estrategia Top2-Weighted (combinando CNN y CNN-LSTM) obtuvo el F1-score global más alto de 0.958 (Precisión: 0.986, Recall: 0.934).
  • Este enfoque redujo significativamente la varianza y mejoró la detección de arritmias raras en comparación con los modelos individuales.

• Interpretabilidad:

  • Las visualizaciones Grad-CAM confirmaron que el modelo CNN-LSTM se enfoca en regiones fisiológicamente significativas (complejo QRS y segmento ST-T), alineándose con el conocimiento clínico.

5. Significado e Impacto

Este estudio proporciona un benchmark sistemático para la clasificación de ECG basada en aprendizaje profundo. Sus hallazgos son significativos porque:

• Valida la importancia del modelado temporal: Demuestra que integrar capas recurrentes (LSTM) es crucial para capturar dependencias a largo plazo en señales cardíacas, superando a las arquitecturas puramente convolucionales o residuales en escenarios desequilibrados.
• Solución al desequilibrio de clases: Evidencia que la combinación de aumento de datos con GAN y estrategias de ensamble ponderado es una vía efectiva para crear sistemas de diagnóstico robustos y equitativos, capaces de detectar arritmias raras con alta fiabilidad.
• Fundamento para sistemas clínicos: Al ofrecer un marco interpretable y de alto rendimiento, este trabajo sienta las bases para el desarrollo de sistemas de detección de arritmias inteligentes que puedan integrarse en entornos de monitoreo remoto y asistencia clínica en tiempo real.