支持任意导联输入的知识增强多模态 ECG 表征学习

基于摘要分析。本文研究 ECG 信号与自由文本报告的多模态表征学习，提出 Knowledge-enhanced Multimodal ECG Representation Learning（K-MERL），针对医学报告难以有效对齐以及现有方法依赖完整 12 导联输入的问题，引入结构化知识提取与支持任意导联组合的编码机制。 方法上，K-MERL 利用 LLMs 从配对的自由文本报告中提取结构化知识，以增强 ECG 与报告的对齐；同时设计导联感知 ECG 编码器，结合动态导联掩码，捕获导联特定的时空特征并适配部分导联输入。摘要未说明知识表示形式、对齐损失、掩码分布及编码器具体结构，这些实现细节尚未验证。 作者报告，在六个外部 ECG 数据集上，K-MERL 在完整 12 导联条件下的零样本分类与线性探测任务中优于所比较方法，并在部分导联设置下取得 SOTA 结果；相较此前 SOTA 多模态方法，部分导联零样本分类的 AUC 平均提升为原文所述的 16%。摘要未明确该提升是相对增幅还是绝对差值，不能换算为百分点。数据集名称、划分、基线细节、各导联组合结果、消融及统计信息尚未验证。作者表示数据与代码将在论文接收后发布，不能据此判断已接收或已公开。 平台推测（待验证）：动态导联掩码与导联感知编码可能为 EEG 通道缺失提供机制参考，但原研究对象是 ECG，而非 BCI。可复用的思路是按通道身份建模并在训练中模拟缺失；迁移时需适配 EEG 电极布局、参考方式和任务监督，报告知识提取分支还依赖具有相关语义的配对文本。低信噪比、跨被试差异和小数据可能削弱效果。一个可检验的小实验是在固定跨被试划分下，对比普通编码器、通道感知编码器及加入动态通道掩码后的模型，在相同通道缺失条件下评估分类表现。已有 EEG 相关工作尚未检索确认。