利用心脏成像改进资源有限环境中基于心电图的恰加斯病检测

恰加斯病是拉丁美洲心肌病的主要原因。心脏磁共振（CMR）成像可以表征其结构异常，但在流行地区扫描仪和专家阅读器仍然稀缺。心电图 (ECG) 价格低廉且广泛使用，但必须从电信号间接推断结构性疾病。我们建议通过对比 预训练 将 CMR 衍生的结构知识转移到心电图上。使用来自英国生物银行的 63,193 配对 ECG-CMR 检查，我们使用不对称 InfoNCE目标函数将 ECG 编码器与基于临床依据的 CMR 嵌入空间对齐。尽管在 预训练 期间没有看到恰加斯病例，但生成的表示改进了基于心电图的恰加斯检测。在 CODE-15% 和 SaMi-Trop 中，冷冻线性探针在五倍交叉验证中实现了 0.851 的 AUROC 和 0.427 的预测风险前 5% 的灵敏度 (Top5%-TPR)，而未对齐的 ECG-FM 基线的灵敏度为 0.827 和 0.377。在 PhysioNet/CinC 2025 Challenge 测试集上，我们的模型在 SaMi-Trop-3 上获得了最高的 AUROC，在三种表现最好的方法中获得了最好的 ELSA-Brasil 挑战分数，这表明成像监督的 ECG 表示可以推广到 预训练 分布之外的人群和设置。