Capturing Cardiac Cyclicity through Phase-Equivariant Self-Supervised Learning

Definição do Problema

A natureza cíclica dos processos fisiológicos, particularmente o ciclo cardíaco, oferece um prior natural para o aprendizado de representação auto-supervisionado. No entanto, os objetivos auto-supervisionados padrão para séries temporais, como perdas autorregressivas ou de reconstrução, frequentemente falham em explorar essa estrutura de forma eficaz. Esses métodos são compelidos a reproduzir observações brutas de sensores, incluindo ruído (movimento, contato do eletrodo, oscilação da linha de base), e não organizam inerentemente o espaço latente de acordo com a periodicidade do sinal. Embora as Arquiteturas Preditivas de Embedding Conjunto (JEPAs) ofereçam uma alternativa ao prever alvos latentes em vez de amostras brutas, os objetivos padrão de predição latente deixam a organização da fase cardíaca não especificada. Consequentemente, os modelos podem codificar a fase sem garantir que as trajetórias latentes sejam consistentes entre os batimentos, falhando em capturar a simetria específica da sequência recorrente de despolarização e repolarização do coração.

Metodologia: WINDER

Os autores introduzem o WINDER, uma extensão de fase-equivariante da arquitetura LeJEPA projetada para codificar explicitamente a simetria da fase cardíaca.

1. Reparametrização de Fase
Em vez de tratar o batimento cardíaco como uma função do tempo linear $t \in \mathbb{R}$, o WINDER o reparametriza como uma função da fase $\phi \in S^1$ (um laço fechado). Dados os picos-R detectados $\{R_i\}$, o mapa de fase $\Phi: \mathbb{R} \to S^1$ é definido como:
$$\phi(t) := 2\pi \frac{t - R_i}{R_{i+1} - R_i}, \quad t \in [R_i, R_{i+1})$$
Isso mapeia o intervalo entre picos-R consecutivos para o círculo unitário, preservando a ordenação dentro do ciclo enquanto normaliza a duração do batimento.

2. Espaço Latente de Fase-Equivariância
A contribuição teórica central é a imposição da fase-equivariância. O espaço latente $\mathcal{Z}$ é restrito para obedecer à mesma simetria do ciclo cardíaco. Se um sinal é transladado em fase por $\Delta$ antes da codificação, a representação latente deve sofrer uma transformação correspondente $R_\Delta$ após a codificação:
$$f_\theta(T_\Delta x) = R_\Delta f_\theta(x)$$
O operador de transporte $R_\Delta$ é fixo e de forma fechada, derivado da geometria do grupo $U(1)$ (isomorfo a $SO(2)$) em vez de ser aprendido. O espaço latente é decomposto em:

• Capacidade Invariante ($K_0$): Coordenadas que permanecem fixas sob rotação de fase.
• Capacidade Harmônica: Subespaços correspondentes a harmônicos inteiros $n$, onde pares de dimensões rotacionam por $n\Delta$.
  O operador de transporte é bloco-diagonal, com cada bloco harmônico realizando uma rotação $\rho(n\Delta)$. Esta estrutura não adiciona parâmetros aprendíveis ao mecanismo de transporte.

3. Objetivo de Aprendizado
O WINDER otimiza um objetivo conjunto combinando três termos:
$$\mathcal{L}_{Winder} = \mathcal{L}_{pred} + \lambda_{SIG}\mathcal{L}_{SIG} + \lambda_{trans}\mathcal{L}_{trans}$$

• $\mathcal{L}_{pred}$ (Predição Latente): Um preditor causal prevê o próximo token latente, herdando do LeJEPA.
• $\mathcal{L}_{SIG}$ (Regularização Espectral): Utiliza o Regularizador Gaussiano Isotrópico Esboçado (SIGReg) para prevenir o colapso da representação, impondo uma distribuição Gaussiana isotrópica nas embeddings latentes.
• $\mathcal{L}_{trans}$ (Transporte de Fase-Equivariância): Um termo de perda inovador que penaliza desvios da fase-equivariância. Ele mede o erro direcional quadrático entre o latente atual transportado e o próximo latente real:
  $$\mathcal{L}_{trans} = \mathbb{E}_{(t,t')} \left[ 1 - \langle R_{\Delta_{tt'}} \hat{z}_t, \hat{z}_{t'} \rangle \right]$$
  Isso encoraja a trajetória latente a seguir a ordem da fase cardíaca de forma consistente.

4. Arquitetura
O WINDER é implementado como uma arquitetura causal compacta para ECGs de 12 derivações (dataset PTB-XL).

• Encoder: Processa patches de 80ms de sinais de 12 derivações (100 Hz) através de um MLP de patch e dois blocos convolucionais causais residuais.
• Projector: Mapeia as saídas do encoder para tokens latentes de 256 dimensões.
• Predictor: Um Transformer causal (descartado na inferência) usado apenas durante o treinamento para prever tokens futuros.
• Pegada de Parâmetros: O modelo implantado (encoder + projector) contém aproximadamente 1,2 milhão de parâmetros.

Resultados Principais

Avaliado no dataset PTB-XL sob um protocolo de sonda linear congelada em uma dobra de teste selada (Fold 10):

• Acurácia Diagnóstica: O WINDER alcança um macro-AUROC de Superclasse de 0,8702, superando significativamente o controle livre de transporte (0,7826). Este desempenho é comparável a métodos auto-supervisionados de última geração que frequentemente possuem ordens de magnitude mais parâmetros.
• Validade do Mecanismo: O modelo passa em um teste de "gate G1", confirmando que as representações aprendidas utilizam o relógio cardíaco declarado. O ganho de transporte é de 0,8786 para o WINDER contra -0,0744 para o controle, indicando que a restrição de transporte de fase está moldando ativamente o espaço latente.
• Geometria Latente:
  • Amplitude do Fundamental-harmônico: O WINDER exibe um componente fundamental travado na fase aproximadamente 5 vezes mais forte (1,89 vs 0,38) do que o controle.
  • Coerência do Subespaço de Órbita: O WINDER alcança uma coerência de 0,9927, indicando que as médias dos bins de fase residem quase inteiramente no plano de rotação esperado, enquanto o controle colapsa para 0,3159.
  • Visualização: Visualizações UMAP mostram os tokens do WINDER formando um anel ordenado por fase, enquanto os tokens do controle formam um cluster desordenado.
• Robustez: O WINDER demonstra robustez superior à queda de derivação única, com uma degradação média de -0,0034 comparado a -0,0107 para o controle.
• Detecção de Anomalias: Em testes de perturbação sintética, o WINDER mostra fortes capacidades de detecção para batimentos ectópicos (AUROC 0,8662 vs 0,6198) com uma latência de localização mediana de 80ms (um token).

Significância e Alegações

O artigo alega que codificar explicitamente a simetria da fase cardíaca via um operador de transporte de forma fechada e fixa produz uma geometria latente que é:

1. Legível e Eficiente em Parâmetros: Alcança alto desempenho diagnóstico com uma pequena pegada de parâmetros (~1M) ao injetar estrutura fisiológica analiticamente em vez de aprendê-la através de escala.
2. Fisiologicamente Fundamentada: O espaço latente está diretamente ligado a uma quantidade fisiológica mensurável (fase cardíaca), garantindo que a representação respeite a natureza cíclica do coração.
3. Utilidade Diagnóstica: A organização de fase-equivariante preserva informações diagnosticamente úteis, tornando a representação mais linearmente acessível para tarefas subsequentes.

Os autores enfatizam que este trabalho preenche uma lacuna no aprendizado de representação de ECG ao impor fase-equivariância em um espaço latente aprendido, uma capacidade anteriormente não ocupada por modelos específicos de saúde. Eles concluem que esta abordagem abre uma classe mais ampla de modelos de mundo de fase-equivariantes para sinais biológicos cíclicos onde a estrutura fisiológica é injetada analiticamente. Os achados são apresentados como uma comparação controlada dentro do estudo, estabelecendo os benefícios do mecanismo de transporte de fase de forma isolada, sem alegar superioridade imediata sobre todos os modelos existentes em datasets externos ou em sistemas clínicos implantados.