Sintesi Tecnica: Apprendimento di Rappresentazioni Latenti Cardiache nello Spazio del Vettorcardiogramma

1. Definizione del Problema

L'elettrocardiografia (ECG) è la pietra angolare della valutazione cardiaca, eppure i metodi esistenti di apprendimento delle rappresentazioni operano quasi esclusivamente nello spazio del segnale ECG osservabile multi-derivazione. Questo approccio affronta due sfide fondamentali:

1. Incoerenza Fisica: I modelli standard spesso trattano le derivazioni ECG come canali indipendenti, ignorando le note dipendenze lineari imposte dal campo di derivazione. Ciò può portare all'apprendimento di pattern che contraddicono l'attività elettrica cardiaca 3D sottostante.
2. Entanglement tra Caratteristiche e Geometria: La morfologia dell'onda ECG è fortemente influenzata dal posizionamento degli elettrodi e dalla conduttività corporea individuale, piuttosto che esclusivamente dalla patologia cardiaca. Di conseguenza, i modelli addestrati nello spazio ECG tendono a fare overfitting su specifiche geometrie di acquisizione, portando a una scarsa generalizzazione tra diversi soggetti, dispositivi e spostamenti di dominio (domain shifts).

Inoltre, mentre lo standard ECG a 12 derivazioni rappresenta molteplici proiezioni dello stesso campo cardiaco sottostante, l'apprendimento diretto in questo spazio introduce una sostanziale ridondanza. I precedenti tentativi di utilizzare lo spazio del Vettorcardiogramma (VCG) si sono concentrati principalmente sulla fedeltà della ricostruzione del segnale (ad esempio, la sintesi delle derivazioni) piuttosto che sull'instaurazione di un quadro generale per l'estrazione di rappresentazioni latenti compatte e invarianti rispetto alla vista.

2. Metodologia: LVCG

Per affrontare questi problemi, gli autori propongono LVCG, un framework di apprendimento di rappresentazioni auto-supervisionato che opera in uno spazio di VCG latente piuttosto che nello spazio del segnale ECG grezzo. Il framework si basa sul modello Frank VCG, che astrae l'attività elettrica cardiaca come una traiettoria vettoriale 3D.

Architettura Core

La pipeline LVCG consiste in quattro fasi principali:

1. Elaborazione a livello di battito (Beat-Level Processing): Il modello rileva i picchi R su una derivazione di riferimento per segmentare il segnale continuo in patch di battito a lunghezza variabile. Queste patch vengono ricampionate a una lunghezza fissa. Inoltre, gli intervalli R–R vengono estratti e codificati in un embedding del ritmo globale.
2. Trasformazione dello Spazio VCG (Lift & Project):
   • Lift (Sollevamento): Le patch ECG delle derivazioni visibili vengono trasformate deterministicamente nello spazio VCG 3D latente utilizzando un risolutore di minimi quadrati regolarizzato con Tikhonov basato sulla matrice di direzione delle derivazioni ($A$). Questa operazione recupera il vettore del campo 3D sottostante dalle osservazioni parziali.
   • Project (Proiezione): Il modello proietta le patch VCG decodificate nuovamente nello spazio della derivazione ECG target utilizzando la matrice di direzione delle derivazioni. Ciò assicura che la ricostruzione avvenga nello spazio VCG fisicamente fondato, mentre la perdita viene calcolata nello spazio ECG osservabile.
3. Codifica del Bottleneck del Token VCG: Le patch VCG con geometria recuperata vengono codificate in un token VCG compatto ($z_n$) tramite un encoder condiviso. Questo token funge da bottleneck informativo, costringendo il modello a mantenere la morfologia essenziale eliminando al contempo la ridondanza intra-patch e il rumore specifico della derivazione.
4. Modellazione Temporale: Un modulo temporale (implementato come Gated Recurrent Unit, GRU) modella la dinamica inter-battito come un sistema di spazio-stato latente. Esso predice la sequenza di token VCG in modo autoregressivo, catturando l'evoluzione degli stati cardiaci.

Obiettivi di Apprendimento

Il modello è addestrato tramite una funzione obiettivo unificata che combina tre termini:

• Perdita ECG ($L_{ECG}$): Ricostruisce le derivazioni mascherate ($E_J$) dalle derivazioni visibili ($E_I$) per garantire una ricostruzione coerente tra le viste.
• Perdita VCG ($L_{VCG}$): Ricostruisce le patch VCG con geometria recuperata dalle predizioni del decoder, imponendo coerenza nello spazio latente.
• Perdita Temporale ($L_{temp}$): Impone la coerenza temporale confrontando le differenze tra le sequenze di token previste e quelle reali (utilizzando una penalità Huber).

3. Contributi Chiave

Il documento delinea quattro contributi primari:

• Framework VCG Latente: L'instaurazione di un framework generale di apprendimento di rappresentazioni auto-supervisionato nello spazio VCG latente, offrendo un'alternativa fisicamente fondata alla modellazione diretta dello spazio ECG.
• Coerenza Geometrica: L'utilizzo di un meccanismo di trasformazione geometrica deterministica (lift e project) per garantire che le rappresentazioni apprese rimangano coerenti attraverso diverse configurazioni di derivazione e variabilità degli elettrodi.
• Design di Modellazione Specializzati: L'introduzione di componenti di modellazione specifici per lo spazio VCG latente, inclusi un bottleneck di token per l'estrazione della morfologia e un modulo temporale per catturare la dinamica inter-battito.
• Robustezza Dimostrata: Evidenza empirica che mostra come LVCG raggiunga una robustezza e una generalizzazione superiori nella classificazione tramite linear probing, nella ricostruzione multi-derivazione e nei compiti di rilevamento di condizioni non cardiache.

4. Risultati Sperimentali

Gli autori hanno valutato LVCG sul dataset MIMIC-IV-ECG per il pre-addestramento e hanno testato la trasferibilità su PTB-XL, CPSC 2018 e CSN.

• Classificazione tramite Linear Probing: LVCG ha superato 11 metodi baseline (inclusi SimCLR, BYOL, MoCo-v3 e modelli specifici per l'ECG all'avanguardia come HeartLang) attraverso molteplici dataset e regimi di etichettatura (1%, 10%, 100%).
  • Notevolmente, nelle impostazioni a bassa etichettatura (1%), LVCG ha mostrato guadagni significativi rispetto ai baseline su dataset esterni con spostamenti di distribuzione (ad esempio, +10% di AUC rispetto a HeartLang su CPSC 2018).
  • Il modello ha dimostrato un'alta efficienza delle etichette, ottenendo spesso prestazioni competitive con una supervisione minima.
• Ricostruzione Multi-Derivazione: Nei compiti di ricostruzione di derivazioni mancanti (ad esempio, da 3 a 12, o da 5 a 12), LVCG ha ottenuto il minor MSE (Mean Squared Error) e MAE (Mean Absolute Error) rispetto ai baseline come Nef-Net ed E-LSTM, in particolare nell'impostazione con scarsità di informazioni (3, 12).
• Compiti Non Cardiaci: LVCG ha mostrato prestazioni superiori nel rilevamento di condizioni non cardiache (Malattia Renale Cronica, Diabete, Sepsi), indicando che le rappresentazioni apprese catturano pattern fisiologici ampi oltre le specifiche patologie cardiache.
• Studi di Ablazione:
  • Rimuovendo la trasformazione dello spazio VCG (operando nello spazio ECG) o utilizzando una trasformazione apprendibile invece di quella geometrica fissa, si sono verificati cali significativi delle prestazioni.
  • La rimozione del bottleneck del token o del modulo temporale ha degradato ulteriormente le prestazioni, confermando la necessità sia della compressione strutturale che della modellazione dinamica.

5. Significato e Rivendicazioni

Il documento afferma che LVCG stabilisce un nuovo paradigma per l'analisi dell'ECG, spostando l'apprendimento delle rappresentazioni dallo spazio del segnale ECG, osservabile, ridondante e dipendente dalla geometria, verso uno spazio VCG latente compatto e fisicamente fondato.

Gli autori sostengono che, apprendendo rappresentazioni invarianti rispetto alla vista, LVCG filtra efficacemente gli artefatti specifici dell'acquisizione (come la variabilità del posizionamento degli elettrodi) che tipicamente ostacolano la generalizzazione. Questo approccio consente al modello di concentrarsi sull'attività elettrica cardiaca sottostante, risultando in una maggiore robustezza e generalizzazione, specialmente in contesti di spostamento di dominio dove i dati di addestramento e di test differiscono per caratteristiche di dispositivo o di popolazione. Il lavoro suggerisce che trattare i segnali ECG come osservazioni multi-vista di un campo 3D unificato sia una strategia più efficace per apprendere rappresentazioni cardiache trasferibili rispetto al trattare le derivazioni come serie temporali indipendenti.