【IJCAI2021】医学AI新坑：心电全景图及其生成网络

当前，心电图（ECG）一般仅展示8-12导联记录的心电信号（ECG），每条导联的ECG信号都是一个金属贴片记录得到的心脏跳动信息，并显示在一个视图上；而这个视图的“观察视角”可以通过金属贴片的位置和心电终端的连接线表达，如下图(a)所示。下图(b)展示了6个导联贴片的位置，心外科医生可以通过6个金属贴片接收到这6个“视角”的ECG信号。但实际上，仅靠这几个有限的导联不能覆盖医生所需的心电信息，例如在进行射频消融手术时，需要精细的心电信号以定位病灶。

本文提出了一个全新的概念：心电全景图（Electrocardio Panorama），并且提出了一个能够通过少数几个导联的ECG信号输入来生成心电全景图的神经网络模型（Neural electrocardio field network, Nef-Net）。所提出的Nef-Net在训练完之后，只要使用者输入一个或几个已知的ECG信号及其对应的“视角”，Nef-Net就能编码出该ECG信号对应的心电场的底层特征。而后，只需再给定一个想要的心电图的视角，Nef-Net能将心电场的底层特征转换生成该“视角”下的ECG信号（视图），其功能如下图所示。因此，在有了Nef-Net以后，使用者仅需要获得少数有限“视角”下的ECG视图，就能观察到任意“视角”的ECG信号。