Neonatal Hypoxic-ischaemic Encephalopathy Classification from the EEG and HRV Signals Using a Conformer based Masked Autoencoder
本文介绍了一种名为 MAEConformer 的新型自监督学习框架，该框架将 Conformer 架构与掩码自编码器（Masked Autoencoders）及多分辨率谱损失相结合，用于在大规模无标签 EEG 和 HRV 数据上进行预训练，并在分类新生儿缺氧缺血性脑病严重程度方面达到了最先进的性能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一名试图在婴儿大脑内部破解谜团的侦探。这个谜团被称为缺氧缺血性脑病（HIE），它发生在新生儿出生前后由于无法获得足够的氧气或血流时。这可能会导致严重的脑损伤，医生需要了解损伤的严重程度，以决定最佳治疗方案。通常，解决这个谜题的“金标准”是脑电图（EEG），这是一种倾听大脑电信号细微低语的机器。但是，EEG 成本高昂，需要专门的专家来解读，而且并不总是能 24 小时提供服务。幸运的是，婴儿也有心跳，而心跳节奏中微小的变化（称为心率变异性，HRV）可以告诉我们很多关于其神经系统的信息。挑战在于，教计算机读取这些信号通常需要数千小时由专家标记的数据，而这很难获得。这就是一种被称为“自监督学习”的新型人工智能分支发挥作用的地方。把它想象成通过让学生在没有答案的情况下在图书馆的书籍中进行练习，来教他们阅读；学生通过尝试填补缺失的词汇来学习语言模式，然后才会在稍后参加带有答案的测试。
你即将阅读的论文介绍了一种名为 MAEConformer 的新型侦探工具。研究人员构建了一个聪明的计算机模型，它扮演着“全能拼图高手”的角色。他们向模型输入了海量的未标记婴儿信号——超过 6,000 小时的脑波和近 5,000 小时的心律数据——而没有告诉它婴儿的具体状况。模型的任务是观察一段信号，隐藏其中随机的一块，然后根据剩余部分尝试预测被隐藏的部分看起来是什么样的。通过这样进行数百万次练习，模型学习到了健康与受损的婴儿大脑及心脏行为背后的深层、隐藏规则。一旦掌握了这些规则，研究人员就在一组已知答案的新婴儿数据上对其进行了测试。结果令人印象深刻：即使在最终测试时仅使用极少量的标记数据，该模型也能极其出色地识别脑损伤。它证明了你可以通过先在大量的原始数据上进行练习，来教计算机成为一名医学专家，而不是需要堆积如山的、由专家标注的示例。
拼图高手的秘密武器
这篇论文的核心思想是，教计算机理解复杂生物信号的最佳方法是让它玩一场“填空游戏”。研究人员创建了一个名为 MAEConformer 的系统。让我们拆解这个名字来理解它的工作原理。
首先是 MAE（掩码自编码器）。想象你有一段很长的、连续的婴儿心跳录音。MAE 会将这段录音切成小块，然后随机遮盖（掩码）其中很大一部分——比如 40%。随后，计算机的任务是仅利用可见的部分来重建缺失的部分。这就像是在听一首伴随大量静电噪音的歌曲，并尝试哼出缺失的音符。通过在数千小时的数据上反复进行这种练习，计算机学会了信号的“语法”：它学会了正常的跳动节奏是什么样的，脑波应该如何流动，以及当情况出现异常时会发生什么。
其次是 Conformer。这是计算机用来解决拼图的特定类型“大脑”。之前的模型就像两种不同的工具：有些擅长观察大局（长期模式）但会错过微小的细节；而另一些擅长捕捉瞬间的局部细节却会在长篇故事中迷失方向。Conformer 是一种兼具两者的混合工具。它使用“Transformer”机制来观察长程连接（例如，婴儿的心率在一个小时内是如何变化的），并使用“卷积”（Convolutional）层来缩放观察即时的局部细节（例如，信号中的突然峰值）。这种结合使模型既能理解即时语境，又能理解长期的健康趋势。
但之前的拼图游戏版本存在一个问题。当计算机尝试猜测缺失的部分时，它往往过于关注波形的形状（时间），而忽略了信号的“颜色”或“音调”（频率）。在婴儿信号的世界里，频率至关重要；它能告诉你大脑是活跃还是沉寂。为了修复这个问题，研究人员在游戏中加入了一条特殊的规则，称为 MR-STFT 损失函数。你可以把它想象成拼图比赛中的第二位评委。第一位评委检查缺失的部分是否符合波形的形状；第二位评委则使用 MR-STFT，检查缺失的部分是否具有正确的“声音”或频率谱。这确保了计算机不仅学习了信号的形状，还学习了其真实的“音乐性格”。
伟大的实验
研究人员利用新生儿重症监护室中真实婴儿的数据，对他们的新型 MAEConformer 进行了测试。他们首先进入了一个大规模的“预训练”阶段。他们向模型输入了 6,030 小时 未标记的 EEG（脑波）记录和 4,868 小时 未标记的 HRV（心率）记录。在这个阶段，模型并不知道哪些婴儿生病了，哪些是健康的；它只是学习如何预测信号中缺失的部分。
一旦模型“训练完成”，研究人员就给了它一场期末考试。他们使用了一组已经由专家评分过的较小数据集。他们针对两个任务测试了模型：
- 二分类任务： 婴儿是生病的（需要治疗）还是健康的？
- 四分类任务： 病情的严重程度如何？（正常、轻度、中度或重度）。
结果非常惊人。对于脑波（EEG）任务，该模型在二分类任务中的测试准确率（AUC）达到了 97.19%，在四分类任务中达到了 96.56%。这意味着它在识别脑损伤方面表现优于许多其他顶尖的计算机模型，包括那些使用更多标记数据进行训练的模型。
对于心率（HRV）任务，该模型的 AUC 达到了 82.42%。虽然这比脑波的结果要低（这很合理，因为心率是脑损伤的一个更间接的迹象），但它仍然优于其他的自监督模型，甚至优于一些依赖传统方法的监督学习模型。
这为什么重要
这项发现最令人兴奋的部分不仅在于模型的准确性，还在于它的“高效性”。研究人员发现，一旦模型从庞大的未标记数据中学习完毕，它就不再需要大量的标记数据就能成为专家。事实上，当他们仅使用 10% 的常规标记数据进行测试时，其表现几乎与使用完整数据集进行训练的模型不相上下。这是一个颠覆性的进展，因为获取婴儿信号的专家标签既缓慢、昂贵又困难。如果计算机可以通过从“噪声”化的未标记数据中学习，然后仅需极少的专家指导就能成为诊断工具，这将彻底改变我们监测患病新生儿的方式。
论文还通过“透视”分析了模型的工作原理。他们分析了模型如何“关注”信号的不同部分。他们发现，其他模型往往会变得“厌倦”或“困惑”，反复关注同样的几种模式。相比之下，MAEConformer 保持了注意力的多样性和活跃性，能够观察不同的时间尺度和频率，就像人类专家一样。这表明模型学习到的是一种丰富且稳健的信号理解，而不仅仅是死记硬背几个技巧。
结论
作者总结道，他们的 MAEConformer 框架是一种学习生理信号的强大新方式。通过结合混合架构（Conformer）、智能训练策略（掩码自编码器）以及具备频率感知能力的损失函数（MR-STFT），他们创建了一个能够从未标记数据中学习稳健且可迁移表征的系统。该模型表明，我们可以通过让计算机在现有的海量原始数据上进行练习，而不是等待完成所有数据的标注这一不可能的任务，从而建立出更好的、更高效的医疗监测工具。虽然论文并未声称这是一种万能药，或旨在取代医生，但它有力地表明，这种方法可以显著提高我们检测和分类新生儿脑损伤的能力，从而为最脆弱的患者提供更快、更精准的护理。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。