[論文レビュー] 3KG: Contrastive Learning of 12-Lead Electrocardiograms using Physiologically-Inspired Augmentations

Bryan Gopal, Ryan Han+4 more|arXiv (Cornell University)|Apr 21, 2021

ECG Monitoring and Analysis被引用数 13

ひとこと要約

3KGは、心電図（ECG）の空間的・時間的構造を考慮した生理学的インスピレーションを受けて設計された対照的学習フレームワークを提案する。この手法は、ベクトル・カーディオグラム（VCG）空間における3次元空間的および時間的補正を用いて、正例のビューを生成することで表現学習を向上させる。PhysioNet 2020データセットのラベル付きデータのわずか1%で微調整した場合、最も優れた自己教師ありベースライン比で平均AUCが9.1%相対的に向上した。

ABSTRACT

We propose 3KG, a physiologically-inspired contrastive learning approach that generates views using 3D augmentations of the 12-lead electrocardiogram. We evaluate representation quality by fine-tuning a linear layer for the downstream task of 23-class diagnosis on the PhysioNet 2020 challenge training data and find that 3KG achieves a $9.1\\%$ increase in mean AUC over the best self-supervised baseline when trained on $1\\%$ of labeled data. Our empirical analysis shows that combining spatial and temporal augmentations produces the strongest representations. In addition, we investigate the effect of this physiologically-inspired pretraining on downstream performance on different disease subgroups and find that 3KG makes the greatest gains for conduction and rhythm abnormalities. Our method allows for flexibility in incorporating other self-supervised strategies and highlights the potential for similar modality-specific augmentations for other biomedical signals.

研究の動機と目的

• ECG診断におけるラベル効率を向上させるために、ECGの空間時間的構造を活用した自己教師あり対照的学習手法を開発すること。
• データ補正に生理学的制約を組み込むことで、限られたラベル付きデータにおける下流の診断性能が向上するかどうかを調査すること。
• 空間的、時間的、およびそれらの組み合わせといった異なる補正戦略が、ECG解析における表現品質に与える影響を評価すること。
• 生理学的に根拠のあるビューで事前学習をした場合、ECG異常サブグループ（例：伝導障害、リズム障害など）における性能への影響を分析すること。
• 対照的学習にモality特化した補正を適用することで、自己教師ありと完全教師ありECGモデルの性能差を埋め合わせられることを示すこと。

提案手法

• 本手法は、心臓の電気的活動を3つの直交軸に沿って表現するベクトル・カーディオグラム（VCG）空間において、確率的3次元空間的補正（回転、スケーリング、時間マスキング）を適用することで正例のビューを生成する。
• 12 lead ECGのVCG表現に対して空間的補正を適用し、その後ECG空間に再投影することで、リード構造を保持したまま補正されたECGビューを生成する。
• 再構成されたECG信号に時間マスキングなどの時間的補正を適用することで、正例のビューの多様性をさらに高める。
• リードは独立して符号化され、同じ患者由来のリード同士は正例ペアとして扱われ、リード間の空間的関係を保持する。
• 対照的学習の目的関数は、正例ペア間の対照的損失を最小化し、負例ペア間の損失を最大化する。安定性を高めるためにモーメンタムエンコーダーを用いる。
• 最終的なモデルは、PhysioNet 2020チャレンジデータセットを用いて、23クラスの心律不整脈診断という下流タスクにおいて線形ヘッドを用いて微調整される。

実験結果

リサーチクエスチョン

• RQ1 対照的学習に生理学的インスピレーションを受けて設計された3次元空間的および時間的補正を組み込むことで、12 lead ECGの表現品質が向上するか？
• RQ2 空間的および時間的補正の組み合わせは、個別の補正タイプと比較して下流性能にどのように影響するか？
• RQ3 生理学的に根拠のあるビューで事前学習をすると、特に伝導障害やリズム障害といった特定のECG異常サブグループにおいて、性能向上が顕著に現れるか？
• RQ4 1%のラベル付きデータしか利用できない状況で、3KGの性能は既存の自己教師ありおよび完全教師ありベースラインと比較してどうなるか？
• RQ5 補正の強度および構成が、学習された表現の品質に与える影響は何か？

主な発見

• 3KGは、ラベル付きデータ1%のスプリットにおいて、平均AUROCが0.826を達成し、最も優れた先行自己教師ありベースライン（0.757 AUROC）比で9.1%の相対的向上を示した。
• 自己教師ありと完全教師あり学習の性能差を縮小し、1%のラベルのみで学習した場合、3KGは完全教師あり学習の91.9%（0.898 AUROC）の性能に達した。
• 空間的および時間的補正を組み合わせることで、最も強力な表現が得られ、単独の補正タイプやそれらの個別適用よりも優れた性能を示した。
• 3KGは、特に伝導障害（平均AUROC上昇 = 0.22）およびリズム障害（平均AUROC上昇 = 0.17）の異常において最大の性能向上を示し、波形異常ではやや小さい上昇を示した。
• 空間的補正の強度を強くすると表現が向上し、中程度の補正強度で性能がピークに達し、最も強い値ではわずかに低下したが、回転補正に関してはテスト範囲内で低下は観察されなかった。
• 本手法は、データ補正を通じて生理学的インダクティブバイアスを組み込むことで、特に臨床的に重要な心律不整脈タイプにおいて一般化性能が顕著に向上することを示した。