Resumen Técnico: HexagonalWarriorMamba (HWMamba)

Enunciado del Problema

El diagnóstico automatizado preciso de anomalías cardíacas a partir de electrocardiogramas (ECG) de 12 derivaciones es crítico para el manejo de la enfermedad cardiovascular. Sin embargo, la detección de condiciones concurrentes (clasificación multietiqueta) sigue siendo un desafío significativo para los modelos tradicionales de aprendizaje profundo. Los enfoques convencionales, como las Redes Neuronales Convolucionales 1D (CNN) y los Transformers, a menudo luchan por modelar las dependencias de largo alcance inherentes a las señales de ECG. Además, aunque los recientes Modelos de Espacio de Estados (SSM) como Mamba han mostrado promesa en el manejo de secuencias largas, su aplicación a ECG de 12 derivaciones se ha centrado principalmente en entradas de series temporales 1D. Una limitación clave en la investigación actual es la disparidad entre las métricas independientes del umbral (por ejemplo, AUROC) y las métricas dependientes del umbral (por ejemplo, Puntuación del Desafío, Precisión del Subconjunto), que son más reflejativas de la utilidad clínica real donde umbrales de decisión específicos determinan el diagnóstico.

Metodología

El artículo propone HexagonalWarriorMamba (HWMamba), un marco novedoso que reimagina el procesamiento de ECG de 12 derivaciones tratando la señal no como una serie temporal 1D, sino como una imagen 2D de un solo canal. Esta transformación permite que el modelo aproveche arquitecturas establecidas de análisis de imágenes 2D para capturar tanto las relaciones inter-derivación (espaciales) como intra-derivación (temporales).

Arquitectura Central

• Representación de Entrada: El ECG de 12 derivaciones se estructura como una imagen 2D rectangular con dimensiones correspondientes a 12 derivaciones (espacial) y 8192 muestras (temporal). Cabe destacar que los autores omiten intencionalmente la normalización estándar (por ejemplo, puntuación Z) para preservar la información diagnóstica relacionada con la amplitud.
• Diseño Jerárquico: Inspirado en Swin Transformer y VMamba, HWMamba emplea una estructura jerárquica con submuestreo progresivo. La arquitectura transita de mapas de características de alta resolución y poco profundos a mapas de características de baja resolución y más profundos.
• Componentes Especializados:
  • Convolución Inicial: Se utiliza un kernel rectangular (3×16) con un paso de (1, 16) para acomodar la naturaleza asimétrica de los datos de ECG (dimensión espacial corta, dimensión temporal larga).
  • Mecanismo SS2D: La unidad de procesamiento central utiliza un mecanismo de Escaneo Selectivo 2D (SS2D) derivado de VMamba. Esto escanea el mapa de características 2D en cuatro direcciones (izquierda a derecha, derecha a izquierda, arriba a abajo, abajo a arriba) para modelar el contexto global y las dependencias espaciales de manera eficiente.
  • MLP con Puerta: La arquitectura incorpora un Perceptrón Multicapa (MLP) con Puerta con un factor de expansión de 4x. Este mecanismo de puerta facilita la selección adaptativa de características y contribuye a un entrenamiento más estable en comparación con los MLP estándar.
  • Submuestreo: Determinado empíricamente para usar un paso de (1, 2) para reducir efectivamente la dimensión temporal mientras se preserva la información espacial inter-derivación crítica.

Configuración Experimental

• Conjunto de Datos: El modelo fue evaluado en el conjunto de datos del Desafío PhysioNet/Computing in Cardiology (CinC) 2021, que comprende 88,253 grabaciones de ECG multiderivación de siete instituciones internacionales. El conjunto de datos incluye 26 etiquetas diagnósticas (25 anomalías más ritmo sinusal).
• Estrategia de Entrenamiento: El estudio utilizó una estrategia de validación cruzada de 5 pliegues con una división de entrenamiento-prueba de 80/20. Los umbrales para la evaluación se optimizaron exclusivamente en el conjunto de entrenamiento para prevenir la fuga de datos.
• Optimización: El modelo fue entrenado utilizando el optimizador Adam con un programador de recocido cosenoidal y una fase de calentamiento.

Contribuciones Clave

1. Benchmarks y Rendimiento: El estudio establece un nuevo punto de referencia para la clasificación multietiqueta de ECG. HWMamba supera a los métodos actuales del Estado del Arte (SOTA) en cinco métricas dependientes del umbral, incluida la Puntuación del Desafío y la Precisión del Subconjunto. Los autores denominan este rendimiento consistente a través de múltiples dimensiones como rendimiento de "Guerrero Hexagonal".
2. Generalización y Estabilidad del Umbral: El artículo destaca que un rendimiento fuerte en métricas independientes del umbral (como AUROC) no garantiza la efectividad práctica. HWMamba demuestra una pequeña brecha de rendimiento entre los umbrales derivados de los datos de entrenamiento versus los datos de prueba, indicando una generalización robusta y estabilidad en entornos del mundo real.
3. Innovación Arquitectónica: Al convertir los ECG de 12 derivaciones en imágenes 2D y aplicar el mecanismo SS2D, el modelo modela con éxito las relaciones espaciales complejas entre derivaciones, abordando las limitaciones encontradas en los modelos de secuencia 1D puros.

Resultados

Evaluado frente a métodos SOTA (incluyendo ISIBrno, 2D-CNN, 2DRU+LC, ECG-Mamba y 1D-Mamba), HWMamba logró lo siguiente:

• Métricas Dependientes del Umbral: HWMamba obtuvo las puntuaciones más altas en Precisión del Subconjunto (59.51%), Puntuación del Desafío (0.7294), Puntuación F1 Macro (0.6156) y Puntuación F1 Ponderada (0.7730). También logró la menor Pérdida de Hamming (0.0250).
• Métricas Independientes del Umbral: HWMamba mantuvo un rendimiento cercano al SOTA en AUROC Macro (0.9698), quedando ligeramente por detrás del método 2DRU+LC (0.9729).
• Rendimiento por Clase: El modelo superó consistentemente a los puntos de referencia en la mayoría de las clases de anomalías cardíacas, mostrando una resiliencia particular en categorías desafiantes donde otros modelos lucharon.
• Estudios de Ablación: Los resultados indicaron que:
  • Normalización: Aplicar la normalización de puntuación Z degradó el rendimiento, confirmando que la amplitud cruda contiene información diagnóstica vital.
  • Arquitectura: La configuración MLP con Puerta fue esencial para lograr la Puntuación del Desafío y las puntuaciones F1 más altas, a pesar de que los MLP estándar arrojaron una precisión de subconjunto ligeramente superior de forma aislada.
  • Paso: Se encontró que un paso de submuestreo de (1, 2) era óptimo en comparación con pasos simétricos u otros asimétricos.

Significado y Afirmaciones

El artículo afirma que HWMamba representa un enfoque robusto y versátil para la clasificación multietiqueta de ECG. Su importancia radica en cerrar la brecha entre una alta capacidad discriminativa y una selección efectiva de umbrales derivados de datos de entrenamiento. A diferencia de algunos métodos existentes (por ejemplo, 2DRU+LC) que muestran grandes brechas de rendimiento al pasar de umbrales optimizados para entrenamiento a umbrales optimizados para prueba, HWMamba demuestra una fuerte estabilidad del umbral.

Los autores argumentan que este perfil de rendimiento de "Guerrero Hexagonal" —que equilibra resultados fuertes en las seis dimensiones de evaluación— posiciona al modelo como una herramienta confiable para el despliegue clínico. El estudio sugiere que la combinación del modelado espacial 2D mediante SS2D y la preservación de la amplitud de la señal cruda permite que el modelo capture dependencias cardíacas complejas que los modelos 1D pasan por alto, evitando al mismo tiempo los peligros de generalización de arquitecturas que dependen en gran medida de métricas independientes del umbral. El artículo concluye que el trabajo futuro podría explorar combinar las ventajas estructurales de las arquitecturas U-Net con el modelado de secuencias basado en Mamba para mejorar aún más la robustez del umbral.