Capturing Cardiac Cyclicity through Phase-Equivariant Self-Supervised Learning

以下是关于论文《通过相位等变自监督学习捕捉心脏周期性》（Capturing Cardiac Cyclicity through Phase-Equivariant Self-Supervised Learning）的技术摘要，遵循该论文的语调与范畴。

问题陈述

生理过程（尤其是心动周期）的循环特性为自监督表示学习提供了一个天然的先验。然而，标准的时序数据自监督目标（如自回归或重构损失）往往无法有效利用这种结构。这些方法被迫去重构原始传感器观测值，包括噪声（运动、电极接触、基线漂移），并且无法在本质上根据信号的周期性来组织潜空间。虽然联合嵌入预测架构（JEPA）通过预测潜在目标而非原始样本提供了一种替代方案，但标准的潜在预测目标并未规定心脏相位的组织方式。因此，模型可能会编码相位，但无法确保潜在轨迹在不同心跳之间保持一致，从而无法捕捉心脏重复性的去极化与复极化序列所特有的对称性。

方法论：WINDER

作者引入了 WINDER，这是一种相位等变的 LeJEPA 扩展架构，旨在显式地编码心脏相位对称性。

1. 相位重参数化
WINDER 不再将心跳视为线性时间 $t \in \mathbb{R}$ 的函数，而是将其重参数化为相位 $\phi \in S^1$（一个闭合回路）的函数。给定检测到的 R 波峰值 $\{R_i\}$，相位映射 $\Phi: \mathbb{R} \to S^1$ 定义为：
$$\phi(t) := 2\pi \frac{t - R_i}{R_{i+1} - R_i}, \quad t \in [R_i, R_{i+1})$$
这通过将连续两个 R 波峰值之间的间隔映射到单位圆，在保留周期内顺序的同时归一化了心跳持续时间。

2. 相位等变潜空间
其核心理论贡献在于强制执行相位等变性。潜空间 $\mathcal{Z}$ 被约束为遵循与心动周期相同的对称性。如果信号在编码前在相位上平移了 $\Delta$，则编码后的潜在表示必须经历相应的变换 $R_\Delta$：
$$f_\theta(T_\Delta x) = R_\Delta f_\theta(x)$$
传输算子 $R_\Delta$ 是固定且具有闭式解的，它是基于 $U(1)$ 群（同构于 $SO(2)$）的几何结构推导而出的，而非学习得到的。潜空间被分解为：

• 不变容量 ($K_0$)： 在相位旋转下保持不变的坐标。
• 谐波容量： 对应于整数谐波 $n$ 的子空间，其中成对的维度旋转 $n\Delta$。
  传输算子是分块对角的，每个谐波块执行旋转 $\rho(n\Delta)$。这种结构在传输机制中不增加可学习参数。

3. 学习目标
WINDER 优化了一个结合了三个项的联合目标：
$$\mathcal{L}_{Winder} = \mathcal{L}_{pred} + \lambda_{SIG}\mathcal{L}_{SIG} + \lambda_{trans}\mathcal{L}_{trans}$$

• $\mathcal{L}_{pred}$ (潜在预测)： 一个因果预测器用于预测下一个潜在标记（token），继承自 LeJEPA。
• $\mathcal{L}_{SIG}$ (谱正则化)： 使用草图各向同性高斯正则化器（SIGReg）来防止表示坍缩，通过强制潜在嵌入呈现各向同性高斯分布来实现。
• $\mathcal{L}_{trans}$ (相位等变传输)： 一个新颖的损失项，用于惩罚偏离相位等变性的行为。它测量传输后的当前潜在表示与实际下一个潜在表示之间的平方方向误差：
  $$\mathcal{L}_{trans} = \mathbb{E}_{(t,t')} \left[ 1 - \langle R_{\Delta_{tt'}} \hat{z}_t, \hat{z}_{t'} \rangle \right]$$
  这鼓励潜在轨迹一致地遵循心脏相位顺序。

4. 架构
WINDER 被实现为一个紧凑的因果架构，用于处理 12 导联 ECG（PTB-XL 数据集）。

• 编码器： 通过补丁 MLP 和两个残差因果卷积块处理 12 导联信号（100 Hz）的 80ms 补丁。
• 投影器： 将编码器输出映射到 256 维的潜在标记。
• 预测器： 一个因果 Transformer（在推理阶段丢弃），仅在训练期间用于预测未来标记。
• 参数规模： 部署的模型（编码器 + 投影器）包含约 120 万个参数。

关键结果

在 PTB-XL 数据集上，采用冻结线性探测协议并在密封测试折（Fold 10）上进行评估：

• 诊断准确率： WINDER 实现了 0.8702 的超类宏观 AUROC，显著优于无传输控制组（0.7826）。其性能可与通常拥有高出数个数量级参数量的先进自监督方法相媲美。
• 机制有效性： 模型通过了“G1 门”测试，证实了学习到的表示确实利用了声明的心脏时钟。WINDER 的传输增益分数为 0.8786，而控制组为 -0.0744，表明相位传输约束正在积极塑造潜在空间。
• 潜在几何结构：
  • 基频谐波振幅： 与控制组相比，WINDER 表现出强得多的相位锁定基频分量（1.89 对比 0.38）。
  • 轨道子空间相干性： WINDER 达到了 0.9927 的相干性，表明相位箱均值几乎完全位于预期的旋转平面内，而控制组则坍缩至 0.3159。
  • 可视化： UMAP 可视化显示 WINDER 的标记形成了一个相位有序的环形，而控制组的标记则形成了一个无序的簇。
• 鲁棒性： WINDER 在单导联丢失测试中表现出更优的鲁棒性，平均退化为 -0.0034，而控制组为 -0.0107。
• 异常检测： 在合成扰动测试中，WINDER 展示了强大的检测能力，能够识别异位搏动（AUROC 0.8662 对比 0.6198），且中位定位延迟为 80ms（一个标记）。

意义与主张

本文声称，通过固定的闭式传输算子显式编码心脏相位对称性，可以获得具有以下特征的潜在几何结构：

1. 清晰易读且参数高效： 通过解析地注入生理结构而非通过规模进行学习，它以较小的参数规模（~1M）实现了高水平的诊断性能。
2. 具备生理学基础： 潜在空间直接与可测量的生理量（心脏相位）挂钩，确保表示尊重心脏的循环特性。
3. 诊断效用： 相位等变的组织方式保留了具有诊断价值的信息，使表示对于下游任务而言在形式上更具线性可及性。

作者强调，这项工作填补了 ECG 表示学习中的空白，即在学习到的潜在空间中施加相位等变性，这是此前医疗专用模型尚未实现的特性。他们总结道，这种方法为具有循环生物信号的相位等变世界模型开辟了更广泛的类别，其中生理结构是通过解析方式注入的。研究结果是以受控的内部研究对比形式呈现的，旨在孤立地建立相位传输机制的益处，而非声称在所有外部数据集或部署的临床系统中立即具有优越性。