CoRe-ECG: 대비 학습 및 재구성 학습의 시너지 효과를 활용하여 12-리드 심전도 데이터에 대한 자기 지도 학습 표현 학습 발전

CoRe-ECG: Advancing Self-Supervised Representation Learning for 12-Lead ECG via Contrastive and Reconstructive Synergy

심전도(ECG)의 정확한 해석은 라벨링된 데이터의 부족과 전문가 주석의 높은 비용으로 인해 여전히 어려운 과제입니다. 자기 지도 학습(SSL)은 모델이 라벨이 없는 신호로부터 풍부한 표현을 학습할 수 있도록 함으로써 유망한 해결책을 제시합니다. 기존의 ECG 자기 지도 학습 방법은 일반적으로 대비 학습 또는 재구성 학습 중 하나에 의존합니다. 그러나 각 접근 방식은 고유한 제한 사항을 가지고 있으며, 예를 들어 단순한 증강으로 인해 발생하는 비생리학적 왜곡 및 모델이 활용할 수 있는 여러 리드 간의 피상적인 상관관계 등이 있습니다. 본 연구에서는 전역 의미론적 모델링과 로컬 구조 학습 간의 시너지 효과를 구축하는 통합된 대비 학습 및 재구성 사전 학습 패러다임인 CoRe-ECG를 제안합니다. CoRe-ECG는 재구성을 수행하는 동안 전역 표현을 정렬하여, 인스턴스 수준의 판별력 있는 신호가 로컬 파형 복구를 안내하도록 합니다. 사전 학습을 더욱 향상시키기 위해, ECG 신호의 주파수 영역 중요성에 따라 신호의 주파수 영역을 적응적으로 변경하는 주파수 동적 증강(FDA)과 리드 간의 선형 의존성을 끊고 재구성 작업의 난이도를 높이는 시공간 이중 마스킹(STDM)을 도입했습니다. 제안하는 방법은 다양한 ECG 데이터셋에서 최첨단 성능을 달성했습니다. 추가적인 분석을 통해 각 구성 요소의 필요성과 상호 보완성을 입증했습니다. 본 연구는 심전도 분석을 위한 견고하고 생리학적으로 의미 있는 표현 학습 프레임워크를 제공합니다.

Accurate interpretation of electrocardiogram (ECG) remains challenging due to the scarcity of labeled data and the high cost of expert annotation. Self-supervised learning (SSL) offers a promising solution by enabling models to learn expressive representations from unlabeled signals. Existing ECG SSL methods typically rely on either contrastive learning or reconstructive learning. However, each approach in isolation provides limited supervisory signals and suffers from additional limitations, including non-physiological distortions introduced by naive augmentations and trivial correlations across multiple leads that models may exploit as shortcuts. In this work, we propose CoRe-ECG, a unified contrastive and reconstructive pretraining paradigm that establishes a synergistic interaction between global semantic modeling and local structural learning. CoRe-ECG aligns global representations during reconstruction, enabling instance-level discriminative signals to guide local waveform recovery. To further enhance pretraining, we introduce Frequency Dynamic Augmentation (FDA) to adaptively perturb ECG signals based on their frequency-domain importance, and Spatio-Temporal Dual Masking (STDM) to break linear dependencies across leads, increasing the difficulty of reconstructive tasks. Our method achieves state-of-the-art performance across multiple downstream ECG datasets. Ablation studies further demonstrate the necessity and complementarity of each component. This approach provides a robust and physiologically meaningful representation learning framework for ECG analysis.