Resumo Técnico: Aprendizado de Representações Latentes Cardíacas no Espaço do Vetorcardiograma

1. Definição do Problema

A eletrocardiografia (ECG) é a pedra angular da avaliação cardíaca, mas os métodos existentes de aprendizado de representação operam quase exclusivamente dentro do espaço observável do sinal de ECG multilead. Esta abordagem enfrenta dois desafios fundamentais:

1. Inconsistência Física: Modelos padrão frequentemente tratam as derivações (leads) de ECG como canais independentes, ignorando as dependências lineares conhecidas impostas pelo campo de derivação. Isso pode levar ao aprendizado de padrões que contradizem a atividade elétrica cardíaca 3D subjacente.
2. Emaranhamento de Característica-Geometria: A morfologia da onda de ECG é fortemente influenciada pelo posicionamento dos eletrodos e pela condutividade corporal individual, em vez de ser determinada apenas pela patologia cardíaca. Consequentemente, modelos treinados no espaço de ECG tendem a sofrer overfitting a geometrias de aquisição específicas, levando a uma baixa generalização entre diferentes sujeitos, dispositivos e mudanças de domínio.

Além disso, embora o ECG padrão de 12 derivações represente múltiplas projeções da mesma atividade cardíaca subjacente, o aprendizado direto neste espaço introduz redundância substancial. Tentativas anteriores de utilizar o espaço do Vetorcardiograma (VCG) focaram primariamente na fidelidade de reconstrução de sinal (ex: síntese de derivação) em vez de estabelecer um framework geral para extrair representações latentes compactas e invariantes à visão.

2. Metodologia: LVCG

Para abordar esses problemas, os autores propõem o LVCG, um framework de aprendizado de representação autossupervisionado que opera em um espaço de Vetorcardiograma (VCG) latente, em vez do espaço do sinal de ECG bruto. O framework é construído sobre o modelo Frank VCG, que abstrai a atividade elétrica cardíaca como uma trajetória vetorial 3D.

Arquitetura Central

O pipeline LVCG consiste em quatro estágios principais:

1. Processamento ao Nível de Batimento: O modelo detecta picos R em uma derivação de referência para segmentar o sinal contínuo em patches de batimento de comprimento variável. Esses patches são reamostrados para um comprimento fixo. Adicionalmente, intervalos R–R são extraídos e codificados em um embedding de ritmo global.
2. Transformação de Espaço VCG (Lift & Project):
   • Lift (Elevação): Os patches de ECG das derivações visíveis são transformados deterministicamente nos 3D VCG latentes usando um resolvedor de mínimos quadrados com regularização de Tikhonov baseado na matriz de direção da derivação ($A$). Esta operação recupera o vetor de campo 3D subjacente a partir de observações parciais.
   • Project (Projeção): O modelo projeta os patches de VCG decodificados de volta para o espaço de derivação de ECG alvo usando a matriz de direção da derivação. Isso garante que a reconstrução ocorra no espaço VCG fisicamente fundamentado, enquanto a perda é calculada no espaço de ECG observável.
3. Codificação de Gargalo de Token VCG (VCG Token Bottleneck Encoding): Os patches de VCG com geometria recuperada são codificados em um token VCG compacto ($z_n$) através de um codificador compartilhado. Este token atua como um gargalo de informação, forçando o modelo a reter a morfologia essencial enquanto descarta a redundância intra-patch e o ruído específico da derivação.
4. Modelagem Temporal: Um módulo temporal (implementado como uma Unidade Recorrente de Porta - GRU) modela a dinâmica inter-batimento como um sistema de estado-espaço latente. Ele prevê a sequência de tokens VCG de forma autorregressiva, capturando a evolução dos estados cardíacos.

Objetivos de Aprendizado

O modelo é treinado via uma função objetivo unificada que combina três termos:

• Perda de ECG ($L_{ECG}$): Reconstrói as derivações mascaradas ($E_J$) a partir das derivações visíveis ($E_I$) para garantir uma reconstrução consistente entre as visões.
• Perda de VCG ($L_{VCG}$): Reconstrói os patches de geometria recuperada a partir das previsões do decodificador, impondo consistência no espaço latente.
• Perda Temporal ($L_{temp}$): Impõe consistência temporal ao comparar as diferenças entre as sequências de tokens previstos e reais (usando uma penalidade de Huber).

3. Principais Contribuições

O artigo delineia quatro contribuições primárias:

• Framework de VCG Latente: O estabelecimento de um framework geral de aprendizado de representação autossupervisionado no espaço VCG latente, oferecendo uma alternativa fisicamente fundamentada ao modelamento direto do espaço de ECG.
• Consistência Geométrica: A utilização de um mecanismo de transformação geométrica determinística (lift e project) para garantir que as representações aprendidas permaneçam consistentes através de diversas configurações de derivação e variabilidades de eletrodos.
• Designs de Modelagem Especializados: A introdução de componentes de modelagem específicos para o espaço VCG latente, incluindo um gargalo de token para extração de morfologia e um módulo temporal para capturar a dinâmica inter-batimento.
• Robustez Demonstrada: Evidência empírica mostrando que o LVCG alcança robustez e generalização superiores em tarefas de classificação por sondagem linear (linear probing), reconstrução de múltiplas derivações e detecção de condições não cardíacas, particularmente sob mudança de domínio.

4. Resultados Experimentais

Os autores avaliaram o LVCG no conjunto de dados MIMIC-IV-ECG para pré-treinamento e testaram a transferibilidade em PTB-XL, CPSC 2018 e CSN.

• Classificação por Sondagem Linear (Linear Probing): O LVCG superou 11 métodos de baseline (incluindo SimCLR, BYOL, MoCo-v3 e modelos específicos de ECG de última geração como o HeartLang) em múltiplos datasets e regimes de rótulos (1%, 10%, 100%).
  • Notavelmente, em cenários de baixo rótulo (1%), o LVCG mostrou ganhos significativos sobre os baselines em datasets externos com mudança de distribuição (ex: +10% de AUC sobre o HeartLang no CPSC 2018).
  • O modelo demonstrou alta eficiência de rótulo, frequentemente alcançando desempenho competitivo com supervisão mínima.
• Reconstrução de Múltiplas Derivações: Em tarefas de reconstrução de derivações ausentes (ex: de 3 derivações para 12, ou de 5 para 12), o LVCG alcançou o menor Erro Quadrático Médio (MSE) e Erro Absoluto Médio (MAE) comparado a baselines como Nef-Net e E-LSTM, particularmente no cenário de escassez de informação (3, 12).
• Tarefas Não Cardíacas: O LVCG apresentou desempenho superior na detecção de condições não cardíacas (Doença Renal Crônica, Diabetes, Sepse), indicando que as representações aprendidas capturam padrões fisiológicos amplos além de patologias cardíacas específicas.
• Estudos de Ablação:
  • Remover a transformação de espaço VCG (operando no espaço de ECG) ou usar uma transformação aprendível em vez da geométrica fixa resultou em quedas significativas de desempenho.
  • Remover o gargalo de token ou o módulo temporal também degradou o desempenho, confirmando a necessidade tanto da compressão estrutural quanto do modelamento dinâmico.

5. Significância e Alegações

O artigo afirma que o LVCG estabelece um novo paradigma para análise de ECG ao deslocar o aprendizado de representação do espaço de sinal de ECG — observável, redundante e dependente de geometria — para um espaço VCG latente, compacto e fisicamente fundamentado.

Os autores asseveram que, ao aprender representações invariantes à visão, o LVCG filtra efetivamente artefatos específicos de aquisição (como a variabilidade de posicionamento de eletrodos) que tipicamente prejudicam a generalização. Esta abordagem permite que o modelo foque na atividade elétrica cardíaca subjacente, resultando em maior robustez e generalização, especialmente em cenários de mudança de domínio onde os dados de treinamento e teste diferem em termos de dispositivo ou população. O trabalho sugere que tratar sinais de ECG como múltiplas observações de um campo 3D unificado é uma estratégia mais eficaz para aprender representações cardíacas transferíveis do que tratar as derivações como séries temporais independentes.