Delineación electrocardiográfica como conocimiento estructural en modelos de aprendizaje profundo para clasificación diagnóstica de ECG

Abstract

El electrocardiograma (ECG) es una de las herramientas diagnósticas más utilizadas en cardiología. Su interpretación clínica se apoya en el reconocimiento de estructuras características de cada latido, como la onda P, el complejo QRS y la onda T, que reflejan distintas fases de la actividad cardíaca. La localización precisa de estas ondas, conocida como delineación, permite definir la estructura temporal del ciclo cardíaco. El aprendizaje profundo ha demostrado un rendimiento notable en la clasificación automática de ECG. Sin embargo, muchos modelos tratan la señal como una serie temporal genérica, sin incorporar explícitamente esta información estructural. Este Trabajo Fin de Máster analiza si proporcionar al modelo la delineación de las ondas P, QRS y T y distintos puntos fiduciales mejora la clasificación diagnóstica multietiqueta. Para ello, se emplean los registros de PTB-XL, complementados con las anotaciones estructurales de PTB-XL+. A partir de una arquitectura convolucional residual unidimensional, se comparan distintas estrategias de agregación y formas de integrar la información estructural. Se evalúan máscaras de delineación, picos fiduciales, combinaciones de ambas fuentes y una arquitectura basada en attention gates. Además, se realiza un análisis desde una hasta doce derivaciones para estudiar cómo varía la utilidad de la delineación según la información electrocardiográfica disponible. Los resultados muestran que la delineación mejora el rendimiento en todas las configuraciones y que su aportación es mayor con pocas derivaciones. Con una derivación, el F1 macro aumenta de 52,3% a 57,8 %, una mejora absoluta de 5,5 puntos. Aunque la ganancia disminuye al añadir derivaciones, se mantiene en el escenario completo, lo que indica que la información estructural puede compensar parcialmente la pérdida de información espacial. Con doce derivaciones, la mejor configuración, que incorpora tres máscaras independientes para P, QRS y T (DELIN 3c GAP), alcanza un F1 macro de 74,1 %, frente al 72,9% del modelo basado únicamente en la señal ECG. Los análisis mediante desplazamiento temporal, importancia por permutación, SHAP y mapas CAM multirresolución muestran que el modelo utiliza activamente estos canales y depende de su correcta alineación con la señal. Estos resultados confirman que la delineación constituye una guía temporal útil para la clasificación automática de ECG, especialmente con un número reducido de derivaciones.The electrocardiogram (ECG) is one of the most widely used diagnostic tools in cardiology, as it records the electrical activity of the heart. Its clinical interpretation is based on the recognition of characteristic structures within each heartbeat, such as the P wave, the QRS complex and the T wave, which reflect different phases of cardiac activity. The precise localization of these waves, known as delineation, makes it possible to define the temporal structure of the cardiac cycle. Deep learning has shown remarkable performance in automatic ECG classification. However, many models treat the signal as a generic time series, without explicitly incorporating this structural information. This Master’s Thesis analyses whether providing the model with the delineation of the P, QRS and T waves, together with different fiducial points, improves multi-label diagnostic classification. To this end, clinical records from PTB-XL are used, complemented with structural annotations from PTB-XL+. Based on a one-dimensional residual convolutional architecture, different aggregation strategies and ways of integrating structural information are compared. Delineation masks, fiducial peaks, combinations of both sources and an architecture based on attention gates are evaluated. In addition, a progressive analysis from one to twelve leads is carried out to study how the usefulness of delineation varies according to the available electrocardiographic information. The results show that delineation improves performance across all configurations and that its contribution is greater with few leads. With one lead, macro F1 increases from 52.3% to 57.8%, an absolute improvement of 5.5 points. Although the gain decreases as more leads are added, it remains present in the full setting, indicating that structural information can partially compensate for the loss of spatial information. With twelve leads, the best configuration, which incorporates three independent masks for P, QRS and T (DELIN 3c GAP), achieves a macro F1 of 74.1%, compared with 72.9% for the model based only on the ECG signal. Analyses based on temporal shifting, permutation importance, SHAP and multi-resolution CAM maps show that the model actively uses these channels and depends on their correct alignment with the signal. These results confirm that delineation provides a useful temporal guide for automatic ECG classification, especially when a reduced number of leads is available.