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

1. Problema e Contesto

L'analisi dell'elettrocardiogramma (ECG) è fondamentale per la diagnosi clinica delle malattie cardiovascolari. Tuttavia, l'elaborazione automatica di segnali ECG a 12 derivazioni presenta sfide significative:

• Natura sequenziale lunga: I segnali ECG sono serie temporali estese che richiedono modelli capaci di catturare dipendenze a lungo raggio.
• Limitazioni dei modelli esistenti: Le architetture tradizionali come le Reti Neurali Convoluzionali (CNN) e i Transformer, sebbene efficaci, mostrano limiti nell'elaborazione di sequenze molto lunghe (i Transformer hanno complessità quadratica $O(n^2)$) o nella gestione efficiente del contesto globale.
• Squilibrio delle classi: La classificazione multiclasse delle anomalie cardiache soffre spesso di dataset sbilanciati, dove alcune patologie sono sottorappresentate.

L'obiettivo è sviluppare un modello che superi le prestazioni degli attuali stati dell'arte (SOTA) nella classificazione multilabel delle anomalie ECG, garantendo alta accuratezza e efficienza computazionale.

2. Metodologia: 1DCNN-ECG-Mamba

Gli autori propongono 1DCNN-ECG-Mamba, un framework ibrido che combina l'estrazione di caratteristiche tramite CNN 1D con un modello a spazio di stato selettivo (SSM) basato su Mamba, adattato specificamente per i segnali ECG.

Architettura del Modello

1. Pre-elaborazione: I segnali ECG vengono uniformati a 500 Hz (tramite downsampling o upsampling) e ridotti/troncati a una lunghezza fissa di 8192 campioni.
2. Strato CNN 1D: Un primo strato convoluzionale 1D estrae le caratteristiche dai segnali multicanale (12 derivazioni), trasformando i dati in un formato compatibile con l'encoder successivo.
   • Input: 12 canali.
   • Output: Dimensione 384.
   • Kernel size: 16, Stride: 8.
3. Patch Embedding e Class Token: Il segnale elaborato viene diviso in patch. Viene aggiunto un "class token" alla fine della sequenza per la classificazione, portando la sequenza a una dimensione di $(1024, 384)$.
4. Encoder Vision Mamba (Vim) Bidirezionale:
   • Il modello utilizza un'architettura basata su Vision Mamba (Vim), adattata per i dati temporali ECG.
   • Meccanismo Mamba: Sostituisce l'attenzione dei Transformer con uno spazio di stato strutturato (SSM) selettivo, permettendo una complessità computazionale lineare $O(n)$ pur mantenendo un campo ricettivo globale.
   • Bidirezionalità: A differenza di alcune varianti unidirezionali, questo modello elabora la sequenza in entrambe le direzioni (avanti e indietro) per catturare le dipendenze temporali complete.
5. Modifiche Specifiche: Rispetto alla Vim originale, sono state apportate modifiche per stabilizzare l'addestramento sui dati ECG:
   • Disabilitazione del dropout stocastico.
   • Modifica della fusione residua e normalizzazione (uso di implementazione PyTorch standard invece di kernel fusi per garantire riproducibilità).
   • Utilizzo di un cosine annealing con fase di warm-up per il learning rate.

3. Contributi Chiave

• Nuova Architettura Ibrida: Introduzione di 1DCNN-ECG-Mamba, che integra efficacemente CNN 1D e Mamba bidirezionale per l'analisi di ECG a 12 derivazioni.
• Superamento dello Stato dell'Arte: Dimostrazione che l'approccio proposto supera i migliori metodi pubblicati nelle sfide PhysioNet/CinC 2020 e 2021, inclusi modelli basati su Transformer (es. Prna), ResNet (es. ISIBrno) e varianti precedenti di Mamba (ECG-Mamba).
• Ottimizzazione per ECG: Adattamento specifico dell'architettura Vim (originariamente per immagini) ai segnali cardiaci, con modifiche architetturali che migliorano la stabilità e le prestazioni rispetto alle versioni base.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti sui dataset pubblici delle sfide PhysioNet/CinC 2020 e 2021, comprendenti oltre 88.000 registrazioni ECG da diverse istituzioni globali. Le metriche principali sono AUPRC (Area Under the Precision-Recall Curve, cruciale per dataset sbilanciati) e AUROC.

Confronto su PhysioNet/CinC 2021 (12 derivazioni)

Il modello proposto ha ottenuto risultati superiori rispetto a tutti i competitor:

• 1DCNN-ECG-Mamba: AUPRC 0.6410, AUROC 0.9695.
• ECG-Mamba (precedente): AUPRC 0.6100, AUROC 0.9643.
• ISIBrno (ResNet): AUPRC 0.5230, AUROC 0.8960.
• 2D-CNN: AUPRC 0.5439, AUROC 0.9348.
• Miglioramento: Rispetto al 2D-CNN, il modello proposto ha migliorato l'AUPRC del 17.8% e l'AUROC del 3.7%.

Confronto su PhysioNet/CinC 2020

• 1DCNN-ECG-Mamba: AUPRC 0.5787, AUROC 0.9571.
• Prna (SOTA 2020): AUPRC 0.5115, AUROC 0.9318.
• Il modello ha superato significativamente il metodo vincitore della sfida 2020.

5. Significato e Impatto

Il lavoro dimostra che le architetture basate su Mamba (SSM) sono superiori ai Transformer e alle CNN tradizionali per l'analisi di segnali ECG lunghi e complessi.

• Diagnosi Precoce: L'alta accuratezza nella rilevazione di anomalie multiple supporta diagnosi più rapide e affidabili.
• Telemedicina e Risorse Limitate: La complessità lineare del modello lo rende potenzialmente più efficiente per l'implementazione in sistemi di monitoraggio remoto e in contesti con risorse computazionali limitate.
• Personalizzazione: La capacità di gestire dataset sbilanciati e multilabel favorisce approcci di trattamento personalizzati basati su dati oggettivi.

In sintesi, 1DCNN-ECG-Mamba stabilisce un nuovo benchmark per la classificazione automatica delle anomalie cardiache, offrendo una soluzione robusta e scalabile per la diagnostica cardiaca moderna.