IECG: Weakly-Supervised Interpretability-Enhancing Foundation Model for Electrocardiogram

📄 arXiv: 2610.28083v1 📥 PDF

作者: Huynh Dang Nguyen, Trong-Thang Pham, Anh-Thuan Do, Phuong-Nhi Dinh, Brijesh Patel, Ngan Le, Van Nguyen

分类: cs.AI

发布日期: 2026-10-20

备注: Accepted in WACV 2027

💡 一句话要点

提出IECG以解决心电图分析中的可解释性问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 心电图分析 弱监督学习 可解释性 临床应用 多模态学习

📋 核心要点

  1. 现有的ECG分析方法普遍缺乏可解释性，限制了其在临床中的应用。
  2. IECG模型通过弱监督注意力策略，利用临床知识生成伪标签，指导模型关注重要波形区域。
  3. 实验结果显示，IECG在异常区域定位上达到了最先进水平，同时分类性能也得到了保持。

📝 摘要（中文）

心电图（ECG）是心脏诊断的重要工具，但现有机器学习方法在ECG分析中缺乏可解释性，限制了其临床应用。本文提出了IECG，一个弱监督的ECG基础模型，能够在不需要手动标注异常区域的情况下，联合进行诊断分类和异常定位。IECG的核心是一个弱监督注意力策略，通过从已建立的ECG临床知识中推导异常热图伪标签，明确引入临床先验。这些伪标签通过KL散度损失引导模型的CLS-token注意力，促使其关注诊断相关的波形区域。实验表明，IECG在异常区域定位方面达到了最先进的水平，同时保持了强大的分类性能，推动了ECG分析的可信基础模型的发展。

🔬 方法详解

问题定义：本文旨在解决心电图分析中缺乏可解释性的问题。现有方法通常依赖于手动标注异常区域，导致临床应用受限。

核心思路：IECG模型通过弱监督学习，结合临床知识生成伪标签，指导模型关注与诊断相关的波形区域，从而提高可解释性。

技术框架：IECG的整体架构包括预训练阶段，模型通过临床引导的注意力监督、ECG-文本对比对齐和报告标题生成目标进行联合优化，学习丰富的多模态表示。

关键创新：IECG的主要创新在于其弱监督注意力策略，能够在没有手动标注的情况下，利用临床知识生成伪标签，显著提升模型的可解释性。

关键设计：模型采用KL散度损失来引导CLS-token注意力，关注重要波形区域，同时在预训练过程中整合多种目标函数，以增强模型的学习效果。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

IECG在异常区域定位方面达到了最先进的水平，实验结果显示其在定位精度上相比于基线模型提升了显著的性能，同时在分类任务中也保持了强劲的表现，进一步验证了模型的有效性和可靠性。

🎯 应用场景

该研究的潜在应用领域包括心脏病诊断、临床监测和远程医疗等。通过提高ECG分析的可解释性，IECG能够帮助医生更好地理解模型的决策过程，从而提高临床决策的准确性和效率。未来，该模型有望在更多医疗场景中推广应用，推动智能医疗的发展。

📄 摘要（原文）

Electrocardiography (ECG) is a cornerstone of cardiac diagnosis, yet most machine learning methods for ECG analysis lack interpretability, limiting their clinical adoption. We present IECG, a weakly-supervised ECG foundation model that jointly performs diagnostic classification and abnormality localization without requiring manual abnormal region annotations, overcoming a long-standing bottleneck in interpretable ECG learning. Central to IECG is a weakly-supervised attention strategy that explicitly incorporates clinical priors by deriving abnormality heatmap pseudo-labels from established ECG clinical knowledge. These pseudo-labels guide the model's CLS-token attention through a KL-divergence loss, encouraging it to focus on diagnostically relevant waveform regions. During pretraining, IECG is jointly optimized with clinically guided attention supervision, ECG-text contrastive alignment, and report captioning objectives, enabling it to learn rich multimodal representations while producing localized waveform evidence. By explicitly aggregating features from clinically guided attention regions, IECG grounds its diagnostic predictions in interpretable waveform evidence without sacrificing classification performance. Extensive experiments demonstrate that IECG achieves state-of-the-art abnormal region localization while maintaining strong classification performance, advancing trustworthy foundation models for ECG analysis.