Beat-SSL: Capturing Local ECG Morphology through Heartbeat-Level Contrastive Learning with Soft Targets研究背景与动机获取大规模有标注 ECG 数据用于训练监督模型极具挑战性。对比学习Contrastive Learning, CL作为一种有效的预训练方法能够利用无标注数据实现迁移学习从而减少对有标注数据的依赖。然而现有 CL 框架在 ECG 分析中存在以下两个核心不足仅关注全局上下文如 3KG 等方法利用 VCG 域变换进行对比学习仅考虑整段 ECG 的节律级rhythm-level全局特征忽略了心搏级别的局部形态信息。Oh 等人虽然提出了双上下文预训练CMSC Wave2vec但未将心跳作为对比学习的基本单元。硬目标局限性现有方法使用二值的硬对比目标0 或 1无法充分捕捉 ECG 信号中特征相似性的连续性质。同一患者不同心跳之间、不同患者相似病理模式之间的连续相似度被简单粗暴地二值化。针对上述问题作者提出了Beat-SSL一种通过节律级rhythm-level和心跳级heartbeat-level双上下文对比学习并引入软目标Soft Targets策略的 ECG 自监督框架。数据集与实验任务预训练阶段使用PTB-XL数据集folds 1~821,837 条无标注 12 导联 ECG采样率 500 Hz时长 10 秒。下游任务任务 1 — 多标签分类全局节律评估PTB-XL 超诊断 5 类NORM、CD、MI、HYP、STTC线性探测frozen encoder 单层线性分类器任务 2 — ECG 波分割局部形态评估LUDB 数据集200 条记录分割 P 波 / QRS 波 / T 波的起止点使用镜像编码器的解码器 单输出通道对比方法TS2Vec、Domain-SSL、ECG-FM架构图与核心方法整体框架如 Fig. 1A 所示包含节律级对比和心跳级对比两个并行的对比学习路径二者共享同一个编码器。全局上下文节律级对比Rhythm Contrasting采用 3KG 增强策略在 VCG向量心电图域进行数据增强该增强策略确保变换在生理上是有意义的不会将信号扭曲为病理形态。X~MKors−1⋅A(MKors⋅X)ϵ \tilde{X} M^{-1}_{Kors} \cdot \mathcal{A}(M_{Kors} \cdot X) \epsilonX~MKors−1​⋅A(MKors​⋅X)ϵMKors∈R3×12M_{Kors} \in \mathbb{R}^{3 \times 12}MKors​∈R3×12Kors 变换矩阵将 12 导联 ECG 转换为 3 维 VCGA(⋅)\mathcal{A}(\cdot)A(⋅)VCG 域增强操作随机旋转[−15∘,15∘][-15^\circ, 15^\circ][−15∘,15∘] 缩放[1.0,1.2][1.0, 1.2][1.0,1.2]MKors−1M^{-1}_{Kors}MKors−1​伪逆矩阵VCG 重构回 12 导联 ECGϵ∼N(0,0.052)\epsilon \sim \mathcal{N}(0, 0.05^2)ϵ∼N(0,0.052)加性高斯噪声局部上下文心跳级对比Heartbeat Contrasting在心跳级别进行对比学习捕获个体心搏的形态特征P 波、QRS 波、T 波。首先进行R 峰检测预处理阶段在 Lead-II 上检测 R 峰位置以 R 峰为中心裁剪心跳片段然后进行特征提取不单独输入裁剪后的心跳信号维度不匹配而是将完整 10 秒 ECG 输入编码器一次再根据投影后的 R 峰位置从编码器输出中切分心跳级表示——类比 Fast R-CNN 中的 ROI Pooling其次将提取后的心跳表示通过专用的心跳投影头gb(⋅)g_b(\cdot)gb​(⋅)映射到对比空间最后使用伪标签作为硬对比目标伪标签由在 MIT-BIH 心律失常数据集上预训练的 Lead-II 心拍分类器5 类 AAMI生成。软目标对比Soft Contrasting用连续相似度0~1替代二值硬目标0 或 1在预处理阶段从 ECG 信号中提取一组特征基于这些特征计算两种软目标版本计算方法特点soft_1特征拼接 → 逐对余弦相似度 → 幂指数放大连续值幂指数增强高相似度soft_2特征 p-norm 距离 → Top-k 近邻加权k3 时权重为 1, 2/3, 1/3→ 其余为 0基于近邻排名的软权重对于 soft_1将特征集NNN与自身拼接形成2N×2N2N \times 2N2N×2N的软目标矩阵。幂指数因子用于强调高相似度值使模型更关注高度相似的样本对。对于 soft_2思路类似 Domain-SSL但不是简单地添加 k 个硬正样本对而是根据近邻排名分配连续软权重。损失函数使用广义NT-XentNormalised Temperature-scaled Cross Entropy损失ℓi,j−∑k≠i2Nwi,k⋅log⁡exp⁡(sim(zi,zj)/τ)∑m≠i2Nexp⁡(sim(zi,zm)/τ) \ell_{i,j} - \sum_{k \neq i}^{2N} w_{i,k} \cdot \log \frac{\exp(\text{sim}(z_i, z_j) / \tau)}{\sum_{m \neq i}^{2N} \exp(\text{sim}(z_i, z_m) / \tau)}ℓi,j​−ki∑2N​wi,k​⋅log∑mi2N​exp(sim(zi​,zm​)/τ)exp(sim(zi​,zj​)/τ)​zzz投影头输出的 128 维向量sim(⋅)\text{sim}(\cdot)sim(⋅)余弦相似度τ\tauτ温度参数wi,kw_{i,k}wi,k​对比目标权重硬目标为 0/1软目标为 [0,1] 连续值训练与推理预训练使用 PTB-XL folds 1~8无标签14 种消融配置组合下游推理任务 1冻结编码器 → 1D MaxPoolingkernel4→ 单层线性分类器BCE 损失任务 2冻结编码器 → 镜像解码器 → 单输出通道逐样本分类Cross-Entropy 损失所有方法 5 次 k-fold 交叉验证任务 1: k10任务 2: k5实验结果与结论消融实验幂指数因子Exp50在所有使用 soft_1 的配置下均提升了两个任务的性能节律级使用 soft_1 对两个下游任务均有提升soft_2 对任务 2 有益但会降低任务 1 性能心跳级对比的效果高度依赖与其他配置的组合单独分析较困难与现有方法对比任务 1多标签分类Beat-SSL 达到 ECG-FM 最佳 F1 的 93%但仅用了 31.8 倍更少的预训练数据对 TS2Vec 和 Domain-SSL 具有统计显著性优势p 0.01任务 2ECG 分割Beat-SSL 取得最佳 F1/Dice超过第二名 TS2Vec 4%对所有方法均统计显著p 0.01局限性与发展优势双上下文对比学习节律级全局 心跳级局部双路径对比共享单一编码器通过 ROI Pooling 方式巧妙避免了输入维度不匹配问题软目标策略用连续相似度替代二值硬目标更精细地捕捉 ECG 信号之间的特征相似性幂指数因子进一步增强高相似度信号的对比监督VCG 域生理增强在 VCG 域进行旋转/缩放增强确保增强在生理上合理、不会引入病理形态失真数据效率高以极少的预训练数据达到接近大规模基础模型的全局性能并在局部分割任务上全面超越双任务验证同时验证全局多标签分类和局部波分割上下文表征能力评估更全面局限性预训练数据规模有限仅在 PTB-XL 上预训练相比 ECG-FM数据量仍有差距更大规模预训练可能进一步提升全局任务性能心跳伪标签依赖外部分类器心跳级硬目标需要 Lead-II 心拍分类器预先生成伪标签增加了预处理复杂度且伪标签质量会影响对比学习效果其中心拍分类器的性能也会影响这个自监督的预训练软目标特征选择未深入探讨soft_1 和 soft_2 使用的 ECG 预处理特征集合的具体构成和选择标准未详细展开仅限 12 导联 ECG框架针对标准 12 导联设计对少导联如单导联 Holter场景的适用性待验证未来拓展方向更大规模预训练在更大规模 ECG 数据集如 MIMIC-IV、PhysioNet 2021上预训练充分释放软目标 心跳对比的潜力端到端心跳检测与对比将 R 峰检测和心搏分类整合到对比学习框架中消除对外部预处理模块的依赖多尺度心跳对比区分不同心拍类型正常/室性/室上性对同类心拍施加更强的软相似度异类心拍施加更低的相似度文章还没正式发表在期刊很多细节有待完善但是思路直接学习