Manifold Learning for Personalized and Label-Free Detection of Cardiac Arrhythmias

Resumo Técnico: Aprendizado de Variedades para Detecção Personalizada e Sem Rótulos de Arritmias Cardíacas

1. O Problema

A detecção automática de arritmias cardíacas via eletrocardiograma (ECG) enfrenta desafios significativos com as abordagens atuais de aprendizado de máquina supervisionado. Os principais obstáculos incluem:

• Variabilidade Interindividual: Sinais de ECG variam drasticamente entre diferentes pessoas, dificultando a criação de modelos generalizáveis.
• Dependência de Rótulos: Modelos supervisionados exigem grandes conjuntos de dados rotulados, que são caros e sujeitos a inconsistências de padronização.
• Limitações de Leads (Derivações): Modelos treinados para uma derivação específica (ex: Lead II) podem falhar se a posição dos eletrodos mudar ou se o sinal vier de outra derivação.
• Viés de Dados: Conjuntos de dados comuns (como o MIT-BIH) são desbalanceados, focando excessivamente em batimentos normais ou em tipos específicos de arritmia (como PVCs), ignorando outras patologias.

2. Metodologia

Os autores propõem uma abordagem de Aprendizado de Variedades (Manifold Learning), que utiliza técnicas de redução de dimensionalidade não linear (NLDR) para mapear sinais de alta dimensão em espaços latentes de baixa dimensão (2D) sem a necessidade de rótulos prévios.

• Algoritmos Utilizados: Foram comparados o PCA (linear) com o t-SNE e o UMAP (não lineares). O foco principal recaiu sobre o UMAP e o t-SNE devido à sua capacidade de preservar a estrutura local e global dos dados.
• Processamento de Sinais: Os batimentos foram segmentados usando a localização do pico R, normalizados para 256 pontos e filtrados para remover ruídos de linha de base (baseline wandering).
• Pipeline de Aprendizado Não Supervisionado:
  1. Redução de Dimensionalidade: Aplicação de NLDR para projetar os batimentos em 2D.
  2. Agrupamento (Clustering): Em vez de algoritmos tradicionais como k-means, os autores utilizaram uma abordagem de processamento de imagem sobre o gráfico de dispersão 2D para identificar componentes conectados (clusters), o que é mais robusto para formas irregulares geradas pelo UMAP/t-SNE.
• Avaliação: Utilizaram métricas de preservação de vizinhança (Trustworthiness), métricas de coesão de cluster (Silhouette, Davies-Bouldin, Calinski-Harabasz) e a precisão de um classificador k-NN aplicado tanto no espaço original quanto no espaço reduzido.

3. Principais Contribuições

• Detecção Sem Rótulos e Lead-Independente: Demonstração de que algoritmos de NLDR podem identificar padrões médicos relevantes sem treinamento prévio e sem necessidade de ajustes para diferentes derivações de ECG.
• Identificação de "Impressão Digital" Cardíaca: O estudo revela que, em uma população mista, os algoritmos agrupam batimentos por indivíduo, sugerindo que o ECG possui características biométricas altamente personalizadas que superam as categorias de arritmia na organização do espaço latente.
• Abordagem Personalizada: Ao aplicar o NLDR individualmente para cada paciente, o algoritmo consegue separar batimentos normais de arritmias de forma autônoma, criando clusters que correspondem a fenótipos cardíacos específicos.

4. Resultados

• Desempenho de Classificação: No cenário personalizado, o classificador k-NN nos embeddings 2D alcançou uma acurácia mediana de $\geq$ 98% e um F1-score mediano de $\geq$ 85% para identificar arritmias.
• Superioridade do NLDR: Tanto o UMAP quanto o t-SNE superaram significativamente o PCA e o desempenho do k-NN aplicado ao espaço de alta dimensão original ($R^{256}$), provando que a redução de dimensionalidade não apenas simplifica os dados, mas também organiza as características para facilitar a distinção de classes.
• Fidelidade: Os scores de trustworthiness para o cenário personalizado foram $\geq$ 0,95, indicando que a estrutura local dos sinais originais foi preservada com alta precisão no mapeamento 2D.
• Robustez: O método mostrou-se capaz de identificar variações sutis (como bloqueios de ramo ou batimentos ectópicos) e até mesmo erros de sinal (como eletrodos desconectados/flatline) através da formação de clusters isolados.

5. Significância

Este trabalho representa uma mudança de paradigma para o monitoramento cardíaco. Em vez de tentar treinar modelos universais que lutam contra a variabilidade humana, a abordagem de aprendizado de variedades permite uma medicina personalizada. O sistema pode aprender o "normal" de um indivíduo específico e detectar desvios (arritmias) de forma autônoma, sendo altamente promissor para dispositivos de monitoramento contínuo e dispositivos vestíveis (wearables) onde a rotulagem manual é impossível e a variabilidade de sinal é constante.