BeatGraph：以心搏图预训练婴儿心电表征

心电图 (ECG) 基础模型通常将信号标记为固定长度的块，忽略心脏结构，因此块可能会分割心跳，并且每个块中的心跳数量会随着心率而变化。这对于婴儿来说最为重要，因为婴儿的心率较高，其心电图与这些模型所依据的成人临床记录的 12 导联数据不同。因此，婴儿心电图模型应该直接推理心跳，而不是从任意补丁中恢复心跳。我们提出了 BeatGraph，它将心跳作为表示单位，将每个 30 秒的窗口建模为心跳图。共享心搏编码器根据波形和心搏间隔嵌入每个心跳，具有位置编码的 Transformer 按时间对心搏进行排序，残差图注意力层在注意力池产生窗口嵌入之前将每个心搏相互关联。我们通过预测屏蔽心搏嵌入，在新的未标记婴儿记录语料库上对 BeatGraph 进行预训练，然后针对每个任务对其进行微调。一个骨干网支持睡眠-觉醒检测、婴儿状态分类、活动源识别（婴儿或护理人员发起的运动）和情感识别，将每项任务的宏观 F1 相对于最强基线提高 0.076 至 0.158。它还可以跨年龄组转移，在 ZZU-pECG 儿科基准（0 至 14 岁）上达到 0.892 AUROC，与已发布的最佳自监督心电图模型的误差在 0.001 以内，并且尽管仅进行婴儿预训练，但在成人 PTB-XL 基准的线性评估下与该模型相匹配。最后，据我们所知，我们发布了第一个在家庭、教室和实验室环境中收集的公共婴儿心电图语料库，并带有状态和情感标签。它包含 143 名 3 至 11 个月婴儿的 3,408 小时单通道心电图，以及未标记的预训练数据、基准任务和受试者级别划分。