Нейросеть MSAIC-Net превосходит аналоги в выявлении патологий миокарда по ЭКГ
Разработана нейросеть MSAIC-Net, предназначенная для обнаружения патологий миокарда по электрокардиограмме (ЭКГ). Метод описан в препринте на arXiv (2606.06718). Модель способна выявлять рубцы миокарда и инфаркты, что важно для ранней диагностики сердечно-сосудистых заболеваний.
Архитектура MSAIC-Net включает параллельные ветви с атросированными свертками для анализа ЭКГ-сигналов на разных временных масштабах. Это позволяет модели улавливать как локальные, так и более длинные зависимости в сигнале. Кроме того, используются механизмы внимания, которые адаптивно перевешивают информативные отведения и признаки.
Одной из ключевых особенностей стала стратегия контрастивного обучения с учетом дисбаланса классов. Она заставляет модель группировать образцы одного класса, одновременно увеличивая разделение между нормальными и патологическими сигналами. Это помогает эффективно работать с редкими аномалиями.
Для повышения интерпретируемости в модель встроена оценка важности каждого отведения ЭКГ. Это позволяет понять, какие именно электроды вносят наибольший вклад в диагностику.
Нейросеть протестировали на двух наборах данных: небольшом институциональном датасете Университета Вирджинии (UVA) для классификации рубцов миокарда и крупном общедоступном PTB-XL для идентификации инфарктов. В обоих случаях MSAIC-Net превзошла базовые модели, особенно значительное превосходство было достигнуто на скудных данных UVA.
Авторы подчеркивают, что предложенная архитектура обеспечивает эффективное и интерпретируемое решение для детекции субстратных аномалий миокарда по ЭКГ. Это может улучшить скрининг сердечно-сосудистых заболеваний.
