💻 computer science

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

Cette étude propose un cadre hybride nommé One Dimensional CNN ECG Mamba, combinant des réseaux de neurones convolutifs et le modèle d'espace d'état sélectif Mamba, qui démontre des performances supérieures aux méthodes existantes pour la classification multietiquette des anomalies sur les électrocardiogrammes à 12 dérivations.

Auteurs originaux : Huawei Jiang, Husna Mutahira, Gan Huang, Mannan Saeed Muhammad

Publié 2026-03-27

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Huawei Jiang, Husna Mutahira, Gan Huang, Mannan Saeed Muhammad

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que votre cœur est un chef d'orchestre très occupé. Pour surveiller sa performance, les médecins utilisent un outil appelé électrocardiogramme (ECG). C'est comme une partition de musique très complexe, composée de 12 lignes différentes (les "dérivations") qui enregistrent les battements du cœur sur une longue période.

Le problème, c'est que lire cette partition manuellement prend du temps et que les humains peuvent faire des erreurs, surtout quand la musique est très longue ou très bruitée.

Voici comment les chercheurs de cet article ont créé un super-assistant numérique pour lire cette partition instantanément et avec une précision incroyable.

1. Le Problème : Les anciens lecteurs étaient fatigués

Jusqu'à récemment, les ordinateurs utilisaient deux types de "lecteurs" pour analyser ces signaux :

Les CNN (Réseaux de neurones convolutifs) : C'est comme un détective qui regarde des photos de près. C'est très bon pour voir les détails locaux, mais il a du mal à comprendre l'histoire complète si la partition est trop longue.
Les Transformers : C'est un lecteur qui essaie de tout mémoriser d'un coup. C'est puissant, mais quand la partition est très longue, il se perd, devient lent et consomme énormément d'énergie (comme un cerveau qui essaie de retenir un livre entier d'un seul regard).

2. La Solution : Le "Mamba" (Le lecteur intelligent)

Les chercheurs ont introduit un nouveau modèle appelé Mamba. Imaginez Mamba comme un lecteur de partition très efficace et économe en énergie.

Contrairement aux autres, Mamba ne cherche pas à tout mémoriser d'un coup. Il lit la partition billet par billet, en gardant en tête l'essentiel de ce qui a été lu précédemment, sans se fatiguer.
Il est capable de comprendre le contexte global (le début, le milieu et la fin) même si le signal est très long.

3. L'Innovation : Le mélange "1DCNN-ECG-Mamba"

L'équipe a créé un hybride génial, qu'on pourrait appeler "Le Chef d'Orchestre Hybride". Voici comment il fonctionne, étape par étape :

L'Étape 1 : Le Préparateur (1D CNN)
Avant de donner la partition à Mamba, ils passent d'abord les signaux à travers un petit filtre (une couche de convolution 1D). C'est comme si un ingénieur du son nettoyait d'abord l'enregistrement pour enlever les grésillements et mettre en valeur les instruments importants. Cela transforme les 12 lignes brutes en une forme que Mamba peut facilement comprendre.
L'Étape 2 : Le Lecteur Bidirectionnel (Vision Mamba)
Ensuite, le signal nettoyé est envoyé à Mamba. Mais attention, ce n'est pas n'importe quel Mamba ! C'est une version spéciale qui lit la partition dans les deux sens (de gauche à droite ET de droite à gauche).
- L'analogie : Imaginez que vous lisez un livre. La plupart des gens lisent seulement de la page 1 à la page 100. Ce modèle, lui, lit de la page 1 à 100, puis revient en arrière pour relire de 100 à 1. Cela lui permet de comprendre parfaitement comment un événement au début du livre influence la fin, et vice-versa. C'est crucial pour détecter des anomalies cardiaques qui dépendent de l'histoire complète du battement.

4. Les Résultats : Une performance de champion

Les chercheurs ont testé ce super-lecteur sur des bases de données réelles contenant des dizaines de milliers d'enregistrements cardiaques (les défis PhysioNet 2020 et 2021).

Le verdict : Ce nouveau modèle a battu tous les champions précédents.
L'analogie : Si les anciens modèles étaient des coureurs qui arrivaient à 85 km/h, ce nouveau modèle a atteint 95 km/h avec une bien meilleure précision. Il a mieux identifié les maladies rares (les "notes fausses" dans la partition) et a évité de confondre un cœur sain avec un cœur malade.

Pourquoi est-ce important pour nous ?

Ce n'est pas juste une victoire pour les mathématiciens. C'est une révolution pour la santé :

Diagnostic plus rapide : Les médecins pourront obtenir un avis fiable en quelques secondes.
Détection précoce : Comme le modèle est très sensible, il peut repérer des problèmes avant qu'ils ne deviennent graves.
Médecine à distance : Grâce à son efficacité, ce modèle pourrait tourner sur des appareils plus petits, permettant de surveiller le cœur des patients à la maison, même dans des régions où il n'y a pas de cardiologues.

En résumé : Les chercheurs ont pris un signal cardiaque complexe, l'ont nettoyé avec un filtre intelligent, puis l'ont fait lire par un "lecteur" capable de comprendre l'histoire complète dans les deux sens. Le résultat ? Un détective cardiaque numérique plus rapide, plus précis et plus fiable que jamais.

1. Problématique

Le diagnostic cardiaque repose essentiellement sur l'analyse des signaux d'électrocardiogramme (ECG). Cependant, l'analyse manuelle est lourde et sujette à des erreurs inter-observateurs. Bien que les modèles d'apprentissage profond traditionnels (comme les réseaux de neurones convolutifs - CNN, et les architectures Transformer) aient montré des résultats prometteurs, ils rencontrent des limites face à la nature séquentielle longue des signaux ECG. Les Transformers, par exemple, souffrent d'une complexité quadratique ( $O(n^2)$ ) liée à l'attention, ce qui les rend inefficaces pour les séquences très longues. De plus, la classification multilabel des anomalies cardiaques sur des signaux à 12 dérivations nécessite une modélisation précise des dépendances temporelles et spatiales.

2. Méthodologie : 1DCNN-ECG-Mamba

Les auteurs proposent un cadre hybride nommé 1DCNN-ECG-Mamba, conçu spécifiquement pour la classification multilabel des ECG à 12 dérivations. L'architecture combine l'extraction de caractéristiques par convolution 1D avec un modèle d'espace d'état sélectif (SSM) basé sur Mamba.

Architecture Hybride :
- Couche CNN 1D : Une première couche convolutive 1D est appliquée aux signaux ECG bruts (12 dérivations) pour extraire des caractéristiques locales et transformer les données multicanal en un format compatible avec l'encodeur Vim (Vision Mamba).
- Encodeur Vision Mamba (Vim) : L'architecture Vim, initialement conçue pour les données visuelles 2D, est adaptée aux signaux ECG. Elle utilise des blocs Mamba bidirectionnels pour capturer les dépendances temporelles dans les deux sens (avant et arrière), remplaçant les mécanismes d'attention coûteux par des espaces d'état sélectifs à complexité linéaire ( $O(n)$ ).
- Token de Classe et Embeddings : Après la convolution, le signal est découpé en patches. Un « token de classe » est ajouté à la fin de la séquence pour la tâche de classification, suivi d'embeddings positionnels.
Modifications Spécifiques à l'ECG :
- Prétraitement : Normalisation du taux d'échantillonnage à 500 Hz (via filtrage polyphasique ou FFT) et padding/troncature à 8192 échantillons.
- Optimisations de l'architecture Vim :
  - Désactivation du dropout stochastique.
  - Conservation des valeurs après les additions avant/arrière (sans division par deux).
  - Désactivation de l'opération fusionnée « residual-addition + normalization » (fused_add_norm=False) pour garantir la reproductibilité et la stabilité sur divers matériels, au détriment de certaines optimisations GPU.
  - Utilisation d'un scheduler d'apprentissage par recuit cosmique (cosine annealing) avec une phase de « warm-up ».

3. Contributions Clés

Nouvelle Architecture : Introduction de 1DCNN-ECG-Mamba, une adaptation du modèle Mamba bidirectionnel (Vim) spécifiquement conçue pour les signaux ECG à 12 dérivations.
Performance Supérieure : Démonstration que cette approche surpasse les méthodes de pointe (SOTA) issues des défis PhysioNet/CinC 2020 et 2021, ainsi que des variantes CNN 2D et d'autres modèles basés sur Mamba (comme ECG-Mamba et Audio Mamba).
Efficacité Temporelle : Utilisation de la complexité linéaire de Mamba pour traiter efficacement les longues séquences temporelles des ECG, surpassant les limitations des Transformers.

4. Résultats Expérimentaux

Les expériences ont été menées sur les ensembles de données publics des défis PhysioNet/CinC 2020 et 2021, couvrant un total de 88 253 enregistrements provenant de divers hôpitaux et pays.

Métriques d'évaluation : AUPRC (Area Under the Precision-Recall Curve) et AUROC (Area Under the Receiver Operating Characteristic Curve), calculées en moyenne macro pour gérer le déséquilibre des classes.
Comparaison sur le défi 2020 :
- Méthode de référence (Prna) : AUPRC 0,5115 / AUROC 0,9318.
- 1DCNN-ECG-Mamba : AUPRC 0,5787 / AUROC 0,9571.
Comparaison sur le défi 2021 (12 dérivations) :
- Méthode de référence (ISIBrno) : AUPRC 0,5041 / AUROC 0,9036.
- 2D-CNN : AUPRC 0,5439 / AUROC 0,9348.
- ECG-Mamba : AUPRC 0,6100 / AUROC 0,9643.
- 1DCNN-ECG-Mamba : AUPRC 0,6410 / AUROC 0,9695.
Améliorations notables : Par rapport au meilleur modèle 2D-CNN, la méthode proposée améliore l'AUPRC de 17,8 % et l'AUROC de 3,7 %. Elle surpasse également les variantes Mamba unidirectionnelles (Audio Mamba) et le Mamba original, confirmant l'efficacité de l'architecture bidirectionnelle pour capturer le contexte global.

5. Signification et Impact

Ce travail démontre le potentiel des modèles d'espace d'état sélectifs (SSM) comme alternative efficace aux Transformers pour l'analyse de signaux biomédicaux longs.

Diagnostic Précoce : La haute précision du modèle favorise un diagnostic plus rapide et plus fiable des anomalies cardiaques.
Accessibilité : La robustesse du modèle dans des environnements aux ressources limitées (télémédecine) et sa capacité à gérer le déséquilibre des classes en font un outil prometteur pour les systèmes de santé mondiaux.
Avancée Technique : L'étude valide que l'adaptation des architectures visuelles (Vim) aux signaux temporels 1D, couplée à des convolutions préliminaires, constitue une nouvelle voie de recherche pour le traitement des données physiologiques.