Spatial-temporal hierarchical decoupled masked autoencoder: A self-supervised learning framework for electrocardiogram

Xiaoyang Wei

doi:10.1016/j.eswa.2025.129603

Spatial-temporal hierarchical decoupled masked autoencoder: A self-supervised learning framework for electrocardiogram

2025-09-02

0

PRE

AI

刘成良 (Chengliang Liu) *

DOI：10.1016/j.eswa.2025.129603

原文链接

原文求助

摘要

En 中文

心电图（ECG）的标注困难促使研究者采用自监督学习来提升诊断性能。掩码自编码器（MAE）是一种主流范式，模型通过重建心电图中被掩码的部分来学习信号的特征表示。然而，现有方法缺乏针对心电空间-时间特性的专门设计。具体而言，导联代表心脏活动的空间投影，而时间戳捕捉时间模式，两者对应不同的信息轴。现有的MAE框架倾向于过早地将它们统一，可能削弱关键局部依赖关系。在本文中，我们提出了一种空间-时间分层解耦掩码自编码器（STHD-MAE）。该框架在浅层将心电图解耦为孤立的导联或时间步，以不同视角捕获局部依赖关系，然后在深层对齐空间-时间表示并重新建立全局依赖关系，以全面表征病理信息。我们还设计了预训练阶段的医疗报告融合模块，该模块使用交叉注意力将医学语言模型编码的心电图报告文本与信号的特征表示对齐，从而通过隐式跨模态学习引导编码器聚焦于病理信息。我们在多个下游分类和重建任务上验证了STHD-MAE的有效性。结果表明，STHD-MAE在粗粒度和细粒度分类性能的F1分数上均比现有自监督学习方法高出约2%，其重建质量也优于基线生成模型。

Spatial-temporal hierarchical decoupled masked autoencoder: A self-supervised learning framework for electrocardiogram

摘要

期刊

机构

引用论文