Resumo Técnico: Rede de Convolução de Grafos Temporal-Espacial Baseada em Conhecimento de Domínio para Reconhecimento de ECG

Definição do Problema

A aplicação de Inteligência Artificial (IA) na saúde, especificamente para o reconhecimento de Eletrocardiogramas (ECG), enfrenta desafios significativos em relação à interpretabilidade do modelo e ao desempenho em categorias raras. Embora modelos de Aprendizado Profundo (DL), particularmente Redes Neurais Convolucionais (CNNs) de ponta a ponta, tenham alcançado alto desempenho, eles frequentemente dependem de conjuntos de dados massivos e bem anotados (ex: ImageNet), que são escassos em domínios médicos. Na saúde, anormalidades cardíacas raras frequentemente carecem de dados suficientes, levando a uma baixa generalização do modelo. Além disso, os modelos de aprendizado profundo padrão funcionam como "caixas pretas", carecendo da integração de conhecimento especializado de domínio — como os marcos anatômicos específicos (ondas P, Q, R, S, T) e suas relações fisiológicas — que os cardiologistas utilizam para o diagnóstico. O problema central abordado é como integrar efetivamente esse conhecimento específico de domínio em uma arquitetura de aprendizado profundo para melhorar a precisão diagnóstica, particularmente para anormalidades raras, aumentando simultaneamente a interpretabilidade do modelo.

Metodologia

Os autores propõem uma Rede de Convolução de Grafos Baseada em Conhecimento de Domínio que modela sinais de ECG como um Grafo Direcionado de Fluxo Duplo. A metodologia procede através das seguintes etapas:

1. Pré-processamento de ECG e Extração de Pontos-Chave

• Processamento de Sinal: Os sinais de ECG brutos passam por filtragem passa-faixa analógica (corte de 50 Hz) e são amostrados a 500 Hz. Filtros digitais (passa-baixas e passa-altas em cascata) são aplicados para remover fontes de ruído como artefatos musculares, derivação de linha de base e interferência de rede elétrica. Transformações não lineares (diferenciação ou raiz quadrada) são usadas para realçar os complexos QRS.
• Detecção de Marcos (Landmarks): O conhecimento de domínio crítico é codificado pela extração de marcos fundamentais (pontos P, Q, R, S, T) usando uma transformada de wavelet diadética. Isso identifica flutuações significativas localizando máximos locais na transformada de módulo da wavelet através de várias escalas.

2. Construção do Grafo

Os pontos-chave extraídos são estruturados em um Grafo Acíclico Direcionado (DAG) representando o sinal de ECG:

• Vértices ($V$): Representam os pontos-chave (P, Q, R, S, T) dentro de cada ciclo cardíaco.
• Arestas ($E$): Representam conexões direcionadas.
  • Intra-ciclo (Espacial): As conexões seguem a sequência fisiológica dentro de um único ciclo (ex: $P_t \to Q_t \to R_t \to S_t \to T_t$).
  • Inter-ciclo (Temporal): As conexões ligam pontos correspondentes entre ciclos adjacentes (ex: $P_t \to P_{t+1}$), capturando o ritmo e dependências de longo prazo.
• Atributos: O grafo inclui atributos de vértice (coordenadas dos pontos-chave) e atributos de aresta (vetores de deslocamento entre pontos adjacentes).

3. Rede de Grafos Direcionados de Fluxo Duplo (DGNN)

O modelo emprega uma arquitetura de fluxo duplo para processar a estrutura do grafo:

• Fluxo Espacial: Utiliza Grafos Direcionados Espaciais (SDGs) para modelar as relações morfológicas e dependências posicionais dos pontos-chave dentro de um único ciclo.
• Fluxo Temporal: Utiliza Grafos Direcionados Temporais (TDGs) para modelar as dependências temporais e mudanças de ritmo entre ciclos adjacentes.
• Arquitetura: Cada fluxo consiste em um bloco de Rede de Grafos Direcionados (DGN) e blocos de Rede de Transformador de Grafo (GTN) Residual . O DGN atualiza os atributos de vértice e aresta com base em nós adjacentes, enquanto os blocos residuais facilitam a agregação de características mais profundas.
• Fusão: As características espaciais e temporais codificadas (atributos de vértice e aresta) são concatenadas ao longo da dimensão do canal.
• Classificação: As características fundidas passam por um agrupamento médio (average pooling) e são enviadas através de uma camada Totalmente Conectada (FC) e uma função Softmax para prever uma de nove categorias de ECG (incluindo Normal e oito tipos anormais).

Principais Contribuições

1. Integração de Conhecimento de Domínio: O artigo constrói uma estrutura de grafo específica para ECGs que incorpora explicitamente o conhecimento de domínio especializado ao representar os marcos PRQST e suas conexões fisiológicas, em vez de depender apenas do processamento de sinal bruto.
2. Modelo de Grafo Direcionado de Fluxo Duplo: Uma nova arquitetura é proposta que modela simultaneamente informações intra-ciclo (morfológicas) e inter-ciclo (rítmicas) usando Grafos Direcionados Espaciais (SDGs) e Grafos Direcionados Temporais (TDGs).
3. Desempenho em Categorias Raras: O método é validado em um conjunto de dados do mundo real, demonstrando eficácia particular na detecção de categorias anormais raras onde os dados são escassos, superando modelos de estado da arte que não integram conhecimento de domínio.

Resultados Experimentais

O modelo proposto foi avaliado no conjunto de dados da Primeira Competição de Inteligência de ECG da China, composto por 6.500 registros de ECG (12 derivações, 500 Hz) com validação cruzada de 5 dobras (5-fold). O conjunto de dados inclui nove categorias (Normal + 8 anormalidades).

• Desempenho Geral: O método proposto alcançou um F1 score médio de 88,1%, superando três baselines de estado da arte (Método1: 87,9%, Método2: 87,6%, Método3: 87,5%).
• Desempenho em Categorias Raras: O modelo mostrou melhoria significativa na detecção de anormalidades raras. Especificamente, para as categorias combinadas de Bloqueio Fascicular Anterior Esquerdo (LAFB) e Repolarização Precoce (ER) — que possuem os menores tamanhos de amostra — o modelo alcançou um F1 score médio de 76,3%. Isso é notavelmente superior aos baselines (variando de 72,2% a 74,2%), sugerindo que o conhecimento de domínio mitiga a degradação de desempenho tipicamente causada pela escassez de dados.
• Resultados de Classes Específicas: O modelo alcançou altos F1 scores para Normal (0,921), Fibrilação Atrial (0,958) e Contrações Ventriculares Prematuras (0,965).
• Interpretabilidade: O artigo observa que a dependência do modelo em relação aos pontos-chave permite explicações mais diretas das decisões. As classificações incorretas foram atribuídas principalmente ao excesso de ruído, levando a uma detecção imprecisa dos pontos-chave, e não a uma falha da própria arquitetura do modelo.

Significância e Alegações

O artigo afirma que integrar conhecimento de domínio em arquiteturas de aprendizado profundo é uma estratégia viável para superar as limitações de modelos puramente orientados a dados em domínios médicos especializados. Ao modelar explicitamente as relações topológicas dos marcos de ECG, o método proposto melhora o desempenho diagnóstico, particularmente para categorias raras onde os dados de treinamento são insuficientes.

Os autores sustentam que esta abordagem não apenas melhora a precisão, mas também aumenta a interpretabilidade do modelo, uma vez que o processo de tomada de decisão é fundamentado em características clinicamente relevantes (morfologia da onda e ritmo) em vez de características latentes abstratas. Embora a validação primária seja em ECG, os autores sugerem que a metodologia tem potencial aplicabilidade para outros sinais cíclicos na saúde (ex: PPG) e outros campos (ex: comunicações, meteorologia), embora mantenham uma postura modesta, observando que investigações adicionais são necessárias para construir conexões de grafos mais intrincadas para aplicações mais amplas.