Résumé technique : Réseau de convolution sur graphe spatio-temporel basé sur la connaissance du domaine pour la reconnaissance de l'ECG

Énoncé du problème

L'application de l'intelligence artificielle (IA) dans le secteur de la santé, plus précisément pour la reconnaissance de l'électrocardiogramme (ECG), est confrontée à des défis importants concernant l'interprétabilité des modèles et la performance sur les catégories rares. Bien que les modèles d'apprentissage profond (Deep Learning - DL), en particulier les réseaux de neurones convolutifs (CNN) de bout en bout, aient atteint des performances élevées, ils reposent souvent sur des ensembles de données massifs et bien annotés (par exemple, ImageNet) qui sont rares dans les domaines médicaux. Dans le domaine de la santé, les anomalies cardiaques rares manquent souvent de données suffisantes, ce qui entraîne une faible généralisation des modèles. De plus, les modèles d'apprentissage profond standards fonctionnent comme des « boîtes noires », manquant d'intégration des connaissances expertes du domaine — telles que les repères anatomiques spécifiques (ondes P, Q, R, S, T) et leurs relations physiologiques — que les cardiologues utilisent pour le diagnostic. Le problème central abordé est la manière d'intégrer efficacement cette connaissance spécifique du domaine dans une architecture d'apprentissage profond afin d'améliorer la précision du diagnostic, particulièrement pour les anomalies rares, tout en renforçant l'interprétabilité du modèle.

Méthodologie

Les auteurs proposent un Réseau de convolution sur graphe basé sur la connaissance du domaine qui modélise les signaux ECG sous la forme d'un Graphe dirigé à double flux. La méthodologie se déroule selon les étapes suivantes :

1. Prétraitement de l'ECG et extraction des points clés

• Traitement du signal : Les signaux ECG bruts subissent un filtrage passe-bande analogique (coupure à 50 Hz) et sont échantillonnés à 500 Hz. Des filtres numériques (passe-bas et passe-haut en cascade) sont appliqués pour éliminer les sources de bruit telles que les artefacts musculaires, la dérive de la ligne de base et les interférences de la ligne électrique. Des transformations non linéaires (différenciation ou racine carrée) sont utilisées pour accentuer les complexes QRS.
• Détection des repères : La connaissance cruciale du domaine est encodée par l'extraction de repères clés (points P, Q, R, S, T) à l'aide d'une transformée en ondelettes dyadique. Cela identifie les fluctuations significatives en localisant les maxima locaux de la transformле de module de l'ondelette à travers diverses échelles.

2. Construction du graphe

Les points clés extraits sont structurés en un Graphe Acyclique Dirigé (DAG) représentant le signal ECG :

• Sommets ($V$) : Représentent les points clés (P, Q, R, S, T) au sein de chaque cycle cardiaque.
• Arêtes ($E$) : Représentent les connexions dirigées.
  • Intra-cycle (Spatial) : Les connexions suivent la séquence physiologique au sein d'un seul cycle (ex. : $P_t \to Q_t \to R_t \to S_t \to T_t$).
  • Inter-cycle (Temporel) : Les connexions lient les points correspondants entre cycles adjacents (ex. : $P_t \to P_{t+1}$), capturant le rythme et les dépendances à long terme.
• Attributs : Le graphe comprend des attributs de sommet (coordonnées des points clés) et des attributs d'arête (vecteurs de déplacement entre les points adjacents).

3. Réseau de neurones sur graphe dirigé à double flux (DGNN)

Le modèle emploie une architecture à double flux pour traiter la structure du graphe :

• Flux spatial : Utilise des Graphes Dirigés Spatiaux (SDG) pour modéliser les relations morphologiques et les dépendances positionnelles des points clés au sein d'un seul cycle.
• Flux temporel : Utilise des Graphes Dirigés Temporels (TDG) pour modéliser les dépendances temporelles et les changements de rythme entre cycles adjacents.
• Architecture : Chaque flux est composé d'un bloc de Réseau de Graphe Dirigé (DGN) et de blocs de Réseau de Transformer de Graphe (GTN) résiduel. Le DGN met à jour les attributs des sommets et des arêtes en fonction des nœuds adjacents, tandis que les blocs résiduels facilitent l'agrégation de caractéristiques plus profondes.
• Fusion : Les caractéristiques spatiales et temporelles encodées (attributs de sommets et d'arêtes) sont concaténées le long de la dimension des canaux.
• Classification : Les caractières fusionnées subissent un pooling moyen et sont transmises à une couche entièrement connectée (FC) et une fonction Softmax pour prédire l'une des neuf catégories d'ECG (incluant la catégorie Normale et huit types d'anomalies).

Contributions clés

1. Intégration de la connaissance du domaine : L'article construit une structure de graphe spécifique pour les ECG qui incorpore explicitement la connaissance experte du domaine en représentant les repères PRQST et leurs connexions physiologiques, plutôt que de s'appuyer uniquement sur le traitement du signal brut.
2. Modèle de graphe dirigé à double flux : Une nouvelle architecture est proposée qui modélise simultanément les informations intra-cycle (morphologiques) et inter-cycle (rythmiques) en utilisant des Graphes Dirigés Spatiaux (SDG) et des Graphes Dirigés Temporels (TDG).
3. Performance sur les catégories rares : La méthode est validée sur un ensemble de données du monde réel, démontrant une efficacité particulière dans la détection de catégories anormales rares où les données sont rares, surpassant les modèles de pointe qui n'intègrent pas la connaissance du domaine.

Résultats expérimentaux

Le modèle proposé a été évalué sur le jeu de données de la First Chinese ECG Intelligent Competition, comprenant 6 500 enregistrements ECG (12 dérivations, 500 Hz) avec une validation croisée à 5 plis. Le jeu de données comprend neuf catégories (Normale + 8 anomalies).

• Performance globale : La méthode proposée a atteint un score F1 moyen de 88,1 %, surpassant trois modèles de référence de pointe (Méthode 1 : 87,9 %, Méthode 2 : 87,6 %, Méthode 3 : 87,5 %).
• Performance sur les catégories rares : Le modèle a montré une amélioration significative dans la détection des anomalies rares. Plus précisément, pour les catégories combinées de Bloc Fasciculaire Antérieur Gauche (LAFB) et de Repolarisation Précoce (ER) — qui présentent les tailles d'échantillons les plus faibles — le modèle a atteint un score F1 moyen de 76,3 %. Ce résultat est notablement plus élevé que celui des modèles de référence (allant de 72,2 % à 74,2 %), suggérant que la connaissance du domaine atténue la dégradation des performances causée par la rareté des données.
• Résultats par classe spécifique : Le modèle a obtenu des scores F1 élevés pour la catégorie Normale (0,921), la Fibrillation Atriale (0,958) et les Contractions Ventriculaires Prématurées (0,965).
• Interprétabilité : L'article note que la dépendance du modèle aux points clés permet des explications plus directes des décisions. Les erreurs de classification ont été principalement attribuées à un bruit excessif entraînant une détection imprécise des points clés, plutôt qu'à une défaillance de l'architecture du modèle elle-même.

Signification et affirmations

L'article affirme que l'intégration de la connaissance du domaine dans les architectures d'apprentissage profond est une stratégie viable pour surmonter les limites des modèles purement fondés sur les données dans les domaines médicaux spécialisés. En modélisant explicitement les relations topologiques des repères de l'ECG, la méthode proposée améliore la performance du diagnostic, particulièrement pour les catégories rares où les données d'entraînement sont insuffisantes.

Les auteurs soutiennent que cette approche améliore non seulement la précision, mais augmente également l'interprétabilité du modèle, car le processus de décision est ancré dans des caractéristiques cliniquement pertinentes (morphologie de l'onde et rythme) plutôt que dans des caractéristiques latentes abstraites. Bien que la validation principale porte sur l'ECG, les auteurs suggèrent que la méthodologie a un potentiel d'application à d'autres signaux cycliques en santé (ex. : PPG) et à d'autres domaines (ex. : communications, météorologie), tout en maintenant une position modeste, notant que des recherches supplémentaires sont nécessaires pour construire des connexions de graphes plus complexes pour des applications plus larges.