LAEF：面向护理点诊断的与导联无关的心电图基础模型

智能手表和手持式心电图记录仪等护理点心脏设备通常捕获 1--2 导联，但现有的心电图基础模型在架构上仅限于固定 12 导联输入，在这些减少的配置下会降低性能或出现故障。我们推出 LAEF（导联不可知心电图基础），这是一个 7M 参数心电图基础模型，可以本机处理任何导联子集，无需零填充或架构修改。 LAEF 将心电图表示为可变大小的时空图，具有生理驱动的导联内和导联间连接，并由图注意网络进行处理，该网络随着活跃导联计数自然扩展。通过使用随机导联采样的掩蔽节点建模对 920 万个 12 导联心电图进行预训练，LAEF 学习对导联配置具有鲁棒性的表示。在 18 个下游数据集中，LAEF 与专门的 12 导联基线相当，在完全导联可用的情况下，其基线高出 12倍。在床旁的诊断（1--2 导联）下，它在 18 个数据集中的 17 个（使用单个随机采样导联）和 14 个数据集（使用 2 个导联）上优于所有零填充替代方案，平均 AUROC 增益为 +3.2 点。代表性分析将这一优势与结构性导联不可知论联系起来，针对 164 种心血管疾病的导联重要性研究表明，单一标准输入导联的群体水平表现是稳定的，同时仍然恢复已建立的临床导联条件关联。