[论文解读] 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 13

一句话总结

3KG 提出了一种基于生理启发的对比学习框架，用于12导联心电图（ECG），通过在向量心电图（VCG）空间中进行3D时空增强生成正样本视图，从而提升表征学习效果。在仅使用PhysioNet 2020数据集1%标注数据进行微调时，其平均AUC相比最佳自监督基线模型提升了9.1%。

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.

研究动机与目标

• 通过开发一种利用心电图时空结构的自监督对比学习方法，提升心电图诊断中的标签效率。
• 探究在数据增强中引入生理约束是否能提升在有限标注数据上的下游诊断性能。
• 评估不同增强策略——空间、时间及其组合——对心电图分析表征质量的影响。
• 分析在具有生理启发的视图上进行预训练如何影响不同心电图异常亚组的表现。
• 证明通过模态特定增强的对比学习可以弥合自监督与全监督心电图模型之间的性能差距。

提出的方法

• 该方法通过在向量心电图（VCG）空间中应用随机3D空间增强（旋转、缩放和时间掩码）生成正样本视图，VCG空间表示心脏电活动在三个正交轴上的投影。
• 对12导联心电图的VCG表征应用空间增强，随后将其投影回ECG空间以保留导联结构并生成增强后的ECG视图。
• 在重构的心电图信号上应用时间掩码等时间增强，以进一步多样化正样本视图。
• 各导联独立编码，若来自同一患者则视为正样本对，从而保留导联间的空间关系。
• 对比学习目标通过最小化正样本对之间的对比损失，同时最大化负样本对之间的对比损失实现，使用动量编码器以提升稳定性。
• 最终模型在PhysioNet 2020挑战赛数据集上使用线性头进行微调，用于下游23类心律失常诊断任务。

实验结果

研究问题

• RQ1 在对比学习中引入基于生理启发的3D空间与时间增强是否能提升12导联心电图的表征质量？
• RQ2 空间与时间增强的组合在下游性能上与单一增强类型相比如何？
• RQ3 在具有生理基础的视图上进行预训练是否能为特定心电图异常亚组（如传导或心律失常障碍）带来更大的性能增益？
• RQ4 当仅使用1%标注数据时，3KG的性能与现有自监督及全监督基线相比如何？
• RQ5 增强强度与组合方式对学习表征质量有何影响？

主要发现

• 3KG在1%标注数据划分上达到0.826的平均AUROC，相比最佳自监督基线（0.757 AUROC）相对提升9.1%。
• 该方法显著缩小了自监督与全监督学习之间的性能差距，3KG在仅使用1%标签数据训练时，达到全监督学习性能的91.9%（0.898 AUROC）。
• 结合空间与时间增强的表征最强，优于任一单一增强类型或其单独使用。
• 3KG在传导异常（平均AUROC提升=0.22）和心律失常异常（平均AUROC提升=0.17）上取得最大性能增益，对波形异常的增益较小。
• 更强的空间增强产生更优的表征，性能在中等增强强度下达到峰值，最高强度下略有下降，但旋转增强在测试范围内未观察到性能下降。
• 该方法表明，通过数据增强引入生理归纳偏置能显著提升泛化能力，尤其对临床相关的心律失常类型。