二重の生理学的情報に基づく整合によりECG画像表現を学習する

Abstract

心電図（ECG）は心血管疾患に対して最も広く用いられている診断ツールの1つであり、世界中で大量のECGデータが画像形式でのみ提供されているのが現状です。しかし、既存の多くの自動ECG解析手法は生の信号記録へのアクセスに依存しているため、現実の環境やリソースの限られた環境での適用が制限されています。本論文では、ECG画像から臨床的に汎化された表現を学習するための自己教師ありフレームワークであるECG-Scanを提案します。これは、二重の生理学的に配慮した整合（dual physiological-aware alignments）によって実現します。1) 本手法は、画像とゴールドスタンダードの信号—テキスト（signal-text）モダリティ間のマルチモーダル対照的アライメント（multimodal contrastive alignment）により、画像表現学習を最適化します。2) さらに、ソフト・リード制約（soft-lead constraints）によってドメイン知識を統合し、再構成プロセスを正則化することで、信号リード間の一貫性を改善します。複数のデータセットと下流タスクにまたがる大規模なベンチマークの結果、提案する画像ベースのモデルは、既存の画像ベースラインと比べて優れた性能を達成し、とりわけECG画像解析と信号解析のギャップを大幅に縮めることが示されました。これらの結果は、大規模なレガシー（既存）ECGデータを解放し、自動心血管診断へのアクセスを広げるうえで、自己教師ありの画像モデリングが持つ可能性を示しています。