Resumen Técnico: Aprendizaje de Representaciones Cardíacas Latentes en el Espacio del Electrograma Vectorial

1. Planteamiento del Problema

La electrocardiografía (ECG) es la piedra angular de la evaluación cardíaca, sin embargo, los métodos de aprendizaje de representaciones existentes operan casi exclusivamente dentro del espacio observable de la señal de ECG de múltiples derivaciones. Este enfoque enfrenta dos desafíos fundamentales:

1. Inconsistencia Física: Los modelos estándar suelen tratar las derivaciones de ECG como canales independientes, ignorando las dependencias lineales conocidas impuestas por el campo de las derivaciones. Esto puede llevar al aprendizaje de patrones que contradicen la actividad eléctrica cardíaca tridimensional subyacente.
2. Entrelazamiento de Características y Geometría: La morfología de la onda de ECG está fuertemente influenciada por la colocación de los electrodos y la conductividad corporal individual, más que únicamente por la patología cardíaca. Por consiguiente, los modelos entrenados en el espacio de ECG tienden a sobreajustarse a geometrías de adquisición específicas, lo que conduce a una pobre generalización entre diferentes sujetos, dispositivos y cambios de dominio.

Además, mientras que el ECG estándar de 12 derivaciones representa múltiples proyecciones de la misma actividad de campo cardíaco subyacente, el aprendizaje directo en este espacio introduce una redundancia sustancial. Los intentos previos de utilizar el espacio del Electrograma Vectorial (VCG) se han centrado principalmente en la fidelidad de la reconstrucción de la señal (por ejemplo, síntesis de derivaciones) en lugar de establecer un marco general para extraer representaciones latentes compactas e invariantes a la vista.

2. Metodología: LVCG

Para abordar estos problemas, los autores proponen LVCG, un marco de aprendizaje de representación autosupervisado que opera en un espacio de VCG latente en lugar del espacio de la señal de ECG bruta. El marco se basa en el modelo Frank VCG, que abstrae la actividad eléctrica cardíaca como una trayectoria vectorial 3D.

Arquitectura Central

El flujo de trabajo de LVCG consta de cuatro etapas principales:

1. Procesamiento a Nivel de Latido: El modelo detecta los picos R en una derivación de referencia para segmentar la señal continua en parches de latidos de longitud variable. Estos parches se remuestrean a una longitud fija. Además, los intervalos R–R se extraen y se codifican en un embedding de ritmo global.
2. Transformación al Espacio VCG (Levantamiento y Proyección):
   • Levantamiento (Lift): Los parches de ECG de derivaciones visibles se transforman determinísticamente en el espacio VCG 3D latente utilizando un resolvedor de mínimos cuadrados con regularización de Tikhonov basado en la matriz de dirección de las derivaciones ($A$). Esta operación recupera el vector de campo 3D subyacente a partir de observaciones parciales.
   • Proyección (Project): El modelo proyecta los parches de VCG decodificados de vuelta al espacio de la derivación de ECG objetivo utilizando la matriz de dirección de las derivaciones. Esto asegura que la reconstrucción ocurra en el espacio VCG físicamente fundamentado, mientras que la pérdida se calcula en el espacio de ECG observable.
3. Codificación de Cuello de Botella de Tokens VCG: Los parches de VCG con geometría recuperada se codifican en un token VCG compacto ($z_n$) a través de un codificador compartido. Este token actúa como un cuello de botella de información, forzando al modelo a retener la morfología esencial mientras descarta la redundancia intra-parche y el ruido específico de la derivación.
4. Modelado Temporal: Un módulo temporal (implementado como una Unidad Recurrente de Puerta, GRU) modela la dinámica entre latidos como un sistema de espacio de estados latentes. Predice la secuencia de tokens VCG de forma autorregresiva, capturando la evolución de los estados cardíacos.

Objetivos de Aprendizaje

El modelo se entrena mediante una función de objetivo unificada que combina tres términos:

• Pérdida de ECG ($L_{ECG}$): Reconstruye las derivaciones enmascaradas ($E_J$) a partir de las derivaciones visibles ($E_I$) para asegurar una reconstrucción consistente entre vistas.
• Pérdida de VCG ($L_{VCG}$): Reconstruye los parches de VCG con geometría recuperada a partir de las predicciones del decodificador, imponiendo consistencia en el espacio latente.
• Pérdida Temporal ($L_{temp}$): Impone consistencia temporal al igualar las diferencias entre las secuencias de tokens predichas y reales (utilizando una penalización de Huber).

3. Contribuciones Clave

El artículo describe cuatro contribuciones principales:

• Marco de VCG Latente: El establecimiento de un marco general de aprendizaje de representación autosupervisado en el espacio VCG latente, ofreciendo una alternativa físicamente fundamentada al modelado directo del espacio de ECG.
• Consistencia Geométrica: La utilización de un mecanismo de transformación geométrica determinista (levantamiento y proyección) para asegurar que las representaciones aprendidas permanezcan consistentes a través de diversas configuraciones de derivación y variabilidades de electrodos.
• Diseños de Modelado Especializados: La introducción de componentes de modelado específicos para el espacio VCG latente, incluyendo un cuello de botella de tokens para la extracción de morfología y un módulo temporal para capturar la dinámica entre latidos.
• Robustez Demostrada: Evidencia empírica que muestra que LVCG logra una robustez y generalización superiores en la clasificación de sondeo lineal, la reconstrucción de múltiples vistas de derivación y tareas de detección de condiciones no cardíacas, particularmente bajo cambio de dominio.

4. Resultados Experimentales

Los autores evaluaron LVCG en el conjunto de datos MIMIC-IV-ECG para el preentrenamiento y probaron su transferibilidad en PTB-XL, CPSC 2018 y CSN.

• Clasificación de Sondeo Lineal: LVCG superó a 11 métodos de referencia (incluyendo SimCLR, BYOL, MoCo-v3 y modelos específicos de ECG de última generación como HeartLang) en múltiples conjuntos de datos y regímenes de etiquetas (1%, 10%, 100%).
  • Notablemente, en entornos de baja etiqueta (1%), LVCG mostró ganancias significativas sobre las bases en conjuntos de datos externos con cambios de distribución (por ejemplo, +10% de AUC sobre HeartLang en CPSC 2018).
  • El modelo demostró una alta eficiencia de etiquetas, logrando a menudo un rendimiento competitivo con una supervisión mínima.
• Reconstrucción de Múltiples Derivaciones: En tareas de reconstrucción de derivaciones faltantes (por ejemplo, de 3 a 12, o de 5 a 12), LVCG logró el menor Error Cuadrático Medio (MSE) y Error Absoluto Medio (MAE) en comparación con bases como Nef-Net y E-LSTM, particularmente en el escenario de escasez de información (3, 12).
• Tareas No Cardíacas: LVCG mostró un desempeño superior en la detección de condiciones no cardíacas (Enfermedad Renal Crónica, Diabetes, Sepsis), indicando que las representaciones aprendidas capturan patrones fisiológicos amplios más allá de las patologías cardíacas específicas.
• Estudios de Ablación:
  • Eliminar la transformación del espacio VCG (operando en el espacio de ECG) o utilizar una transformación aprendible en lugar de la geométrica fija resultó en caídas significativas de rendimiento.
  • Eliminar el cuello de botella de tokens o el módulo temporal también degradó el rendimiento, confirmando la necesidad tanto de la compresión estructural como del modelado dinámico.

5. Significado y Afirmaciones

El artículo afirma que LVCG establece un nuevo paradigma para el análisis de ECG al desplazar el aprendizaje de representaciones desde el espacio de la señal de ECG observable, redundante y dependiente de la geometría, hacia un espacio VCG latente compacto y físicamente fundamentado.

Los autores aseveran que, al aprender representaciones invariantes a la vista, LVCG filtra eficazmente los artefactos específicos de la adquisición (como la variabilidad en la colocación de los electrodos) que típicamente dificultan la generalización. Este enfoque permite que el modelo se concentre en la actividad eléctrica cardíaca subyacente, lo que resulta en una mayor robustez y generalización, especialmente en entornos de cambio de dominio donde los datos de entrenamiento y prueba difieren en dispositivo o características de la población. El trabajo sugiere que tratar las señales de ECG como observaciones multivista de un campo 3D unificado es una estrategia más efectiva para aprender representaciones cardíacas transferibles que tratar las derivaciones como series temporales independientes.