Sintesi Tecnica: Rete di Convoluzione su Grafi Temporali-Spaziali Basata sulla Conoscenza del Dominio per il Riconoscimento dell'ECG

Definizione del Problema

L'applicazione dell'Intelligenza Artificiale (IA) in ambito sanitario, specificamente per il riconoscimento dell'Elettrocardiogramma (ECG), affronta sfide significative riguardanti l'interpretabilità del modello e le prestazioni sulle categorie rare. Sebbene i modelli di Deep Learning (DL), in particolare le Reti Neurali Convoluzionali (CNN) end-to-end, abbiano raggiunto alte prestazioni, essi spesso si affidano a dataset massivi e ben annotati (ad esempio, ImageNet) che sono scarsi nei domini medici. In ambito sanitario, le anomalie cardiache rare spesso mancano di dati sufficienti, portando a una scarsa generalizzazione del modello. Inoltre, i modelli standard di deep learning funzionano come "black box", mancando dell'integrazione della conoscenza specialistica del dominio — come i specifici punti di riferimento anatomici (onde P, Q, R, S, T) e le loro relazioni fisiologiche — che i cardiologi utilizzano per la diagnosi. Il problema centrale affrontato è come integrare efficacemente questa specifica conoscenza del dominio in un'architettura di deep learning per migliorare l'accuratezza diagnostica, in particolare per le anomalie rare, migliorando al contempo l'interpretabilità del modello.

Metodologia

Gli autori propongono una Rete di Convoluzione su Grafi basata sulla Conoscenza del Dominio che modella i segnali ECG come un Grafo Diretto a Doppio Flusso. La metodologia procede attraverso le seguenti fasi:

1. Pre-elaborazione dell'ECG ed Estrazione dei Punti Chiave

• Elaborazione del Segnale: I segnali ECG grezzi subiscono un filtraggio passa-banda analogico (taglio a 50 Hz) e vengono campionati a 500 Hz. Filtri digitali (passa-basso e passa-alto in cascata) vengono applicati per rimuovere fonti di rumore come artefatti muscolari, deriva della linea di base e interferenze della rete elettrica. Trasformazioni non lineari (differenziazione o radice quadrata) vengono utilizzate per enfatizzare i complessi QRS.
• Rilevamento dei Landmark: La conoscenza specifica del dominio viene codificata estraendo i punti chiave (punti P, Q, R, S, T) tramite una trasformata wavelet diadica. Questa identifica fluttuazioni significative localizzando i massimi locali nella modulazione della trasformata wavelet attraverso varie scale.

2. Costruzione del Grafo

I punti chiave estratti sono strutturati in un Grafo Aciclico Diretto (DAG) che rappresenta il segnale ECG:

• Vertici ($V$): Rappresentano i punti chiave (P, Q, R, S, T) all'interno di ogni ciclo cardiaco.
• Archi ($E$): Rappresentano connessioni dirette.
  • Intra-ciclo (Spaziale): Le connessioni seguono la sequenza fisiologica all'interno di un singolo ciclo (ad esempio, $P_t \to Q_t \to R_t \to S_t \to T_t$).
  • Inter-ciclo (Temporale): Le connessioni collegano punti corrispondenti tra cicli adiacenti (ad esempio, $P_t \to P_{t+1}$), catturando il ritmo e le dipendenze a lungo termine.
• Attributi: Il grafo include attributi dei vertici (coordinate dei punti chiave) e attributi degli archi (vettori di spostamento tra punti adiacenti).

3. Rete di Grafi Diretti a Doppio Flusso (DGNN)

Il modello impiega un'architettura a doppio flusso per elaborare la struttura del grafo:

• Flusso Spaziale: Utilizza Grafi Diretti Spaziali (SDG) per modellare le relazioni morfologiche e le dipendenze posizionali dei punti chiave all'interno di un singolo ciclo.
• Flusso Temporale: Utilizza Grafi Diretti Temporali (TDG) per modellare le dipendenze temporali e i cambiamenti di ritmo tra cicli adiacenti.
• Architettura: Ogni flusso consiste in un blocco Network di Grafi Diretti (DGN) e in blocchi Residual GTN (Graph Transformer Network). Il DGN aggiorna gli attributi di vertice e di arco in base ai nodi adiacenti, mentre i blocli residui facilitano l'aggregazione di caratteristiche più profonde.
• Fusione: Le caratteristiche spaziali e temporali codificate (attributi di vertice e di arco) vengono concatenate lungo la dimensione del canale.
• Classificazione: Le caratteristiche fuse subiscono un pooling medio e vengono passate attraverso uno strato Completamente Connesso (FC) e una funzione Softmax per predire una delle nove categorie di ECG (inclusi Normale e otto tipi anormali).

Contributi Chiave

1. Integrazione della Conoscenza del Dominio: Il documento costruisce una specifica struttura a grafo per gli ECG che incorpora esplicitamente la conoscenza specialistica del dominio rappresentando i landmark PRQST e le loro connessioni fisiologiche, anziché fare affidamento esclusivamente sull'elaborazione del segnale grezzo.
2. Modello di Grafo Diretto a Doppio Flusso: Viene proposta una nuova architettura che modella simultaneamente le informazioni intra-ciclo (morfologiche) e inter-ciclo (ritmiche) utilizzando Grafi Diretti Spaziali (SDG) e Grafi Diretti Temporali (TDG).
3. Prestazioni sulle Categorie Rare: Il metodo è validato su un dataset del mondo reale, dimostrando un'efficacia particolare nel rilevare categorie anormali rare dove i dati sono scarsi, superando i modelli allo stato dell'arte che non integrano la conoscenza del dominio.

Risultati Sperimentali

Il modello proposto è stato valutato sul dataset della First Chinese ECG Intelligent Competition, composto da 6.500 registrazioni ECG (12 derivazioni, 500 Hz) con validazione incrociata a 5 pieghe (5-fold cross-validation). Il dataset include nove categorie (Normale + 8 anomalie).

• Prestazioni Complessive: Il metodo proposto ha ottenuto un F1 score medio dell'88,1%, superando tre baseline allo stato dell'arte (Metodo1: 87,9%, Metodo2: 87,6%, Metodo3: 87,5%).
• Prestazioni sulle Categorie Rare: Il modello ha mostrato un miglioramento significativo nel rilevamento delle anomalie rare. Nello specifico, per le categorie combinate di Blocco Fascicolare Anteriore Sinistro (LAFB) e Ripolarizzazione Precoce (ER) — che presentano le dimensioni campionarie più piccole — il modello ha ottenuto un F1 score medio del 76,3%. Questo è notevolmente superiore alle baseline (che variano dal 72,2% al 74,2%), suggerendo che la conoscenza del dominio mitighi il degrado delle prestazioni tipicamente causato dalla scarsità di dati.
• Risultati per Classe Specifica: Il modello ha ottenuto alti punteggi F1 per Normale (0,921), Fibrillazione Atriale (0,958) e Contrazioni Ventricolari Premature (0,965).
• Interpretabilità: Il documento nota che la dipendenza del modello dai punti chiave consente spiegazioni più dirette delle decisioni. I casi di classificazione errata sono stati attribuiti principalmente a un rumore eccessivo che ha portato a un rilevamento impreciso dei punti chiave, piuttosto che a un fallimento dell'architettura del modello stesso.

Significato e Rivendicazioni

Il documento sostiene che l'integrazione della conoscenza del dominio nelle architetture di deep learning sia una strategia valida per superare i limiti dei modelli puramente guidati dai dati nei domini medici specializzati. Modellando esplicitamente le relazioni topologiche dei landmark dell'ECG, il metodo proposto migliora le prestazioni diagnostiche, in particolare per le categorie rare dove i dati di addestramento sono insufficienti.

Gli autori affermano che questo approccio non solo migliora l'accuratezza, ma aumenta anche l'interpretabilità del modello, poiché il processo decisionale è fondato su caratteristiche clinicamente rilevanti (morfologia dell'onda e ritmo) piuttosto che su astrazioni latenti. Sebbene la validazione primaria sia sull'ECG, gli autori suggeriscono che la metodologia abbia un potenziale di applicabilità ad altri segnali ciclici in ambito sanitario (ad esempio, PPG) e altri campi (ad esempio, comunicazioni, meteorologia), pur mantenendo un atteggiamento modesto, notando che sono necessarie ulteriori investigazioni per costruire connessioni di grafo più intricate per applicazioni più ampie.