ICML 2026｜換醫院就掉點？可能一直學的是「投影」，不是「心臟」

7月6日-11日，由國際機器學習學會（IMLS）主辦的國際機器學習大會ICML 2026 即將在韓國首爾舉行。作為機器學習與人工智能領域歷史最悠久、規模最大、影響力最廣的頂級學術會議之一，ICML 2026常與NeurIPS、ICLR并稱為人工智能領域“三大頂會” 。

在此次會議中，來自格里菲斯大學（Griffith）、新保集團—杜克-國大人工智能醫學研究所（SingHealth Duke-NUS AIMI）、埃默里大學（Emory）潘世瑞教授及其研究團隊將聯合發布題為“LVCG: Learning ECG Representations in the Latent Vectorcardiogram Space”的論文。這項工作跳出把 12 導聯心電圖當成 12 個獨立通道的慣常思路，提出直接在有物理意義的隱向量心電圖（VCG）空間做自監督表征學習，把冗余的導聯信號還原到三維心臟電向量這個"源頭"，讓模型學的是心臟本身，而不是采集設備。

論文信息

標題：LVCG: Learning ECG Representations in the Latent Vectorcardiogram Space

作者：Bosong Huang1, Panzhen Zhao1, Zengxiang Li2, Patricia Lee1, Wei Jin3, Alan Wee-Chung Liew1, Ming Jin1*, Shirui Pan1* （* 通訊作者）

單位：1格里菲斯大學（Griffith University）　2新保集團—杜克-國大人工智能醫學研究所（SingHealth Duke-NUS AIMI）　3埃默里大學（Emory University）　（* 通訊作者）

論文：https://arxiv.org/abs/2605.31249

項目主頁：https://bosonhwang.github.io/LVCG-page/

代碼：https://github.com/BosonHwang/LVCG

12 導聯 ECG 可以看作同一個三維心臟電向量在不同方向上的投影。

一、一個擺在明面上的"冗余"

12 導聯心電圖（ECG）是心臟醫學的主力工具，但從數學上看，它也是我們日常喂給深度網絡的信號里冗余最嚴重的一類。

一個讓人有點難堪的事實是：12 個導聯里，有 4 個可以用小學算術從另外兩個精確地推出來

III = II ? I

aVR = ?(I + II) / 2

aVL = I ? II / 2

aVF = II ? I / 2

注意，這些不是近似，而是精確的恒等式。可是心電深度學習里的標準套路，仍然是把 12 個導聯當成 12 個獨立輸入通道一股腦塞進網絡，讓模型自己去"悟"。結果就是：模型把大量的建模能力浪費在重新發現這些固定的線性關系上，而不是去學真正的心臟結構；更糟的是，它給出的預測有時會違反導聯幾何，產生生理上根本不可能的波形。

二、"可觀測空間"為什么是錯的空間

退一步問：一份 12 導聯 ECG 到底是什么？

每個導聯，都是在身體某個特定方向上測到的電壓。在經典的 Frank 模型下，心臟在任意時刻的電活動可以概括為一個**三維向量 v(t)**——這就是向量心電圖（Vectorcardiogram, VCG）。每個導聯不過是這個向量在某個方向 u? 上的投影：

e?(t) = u?? v(t)

每個導聯都是這一條三維偶極子環的一個平面切片；在 ECG 上 P/QRS/T 擠在一條線上，在 VCG 空間里則分離成清晰的環

也就是說，12 導聯 ECG 不是 12 個獨立信號，而是同一個三維物體的 12 個線性視角。這帶來兩個悄悄破壞泛化能力的后果：

1. 冗余（Redundancy）。 各個視角本就是彼此的線性組合，在導聯空間里學習，等于把一堆與生理無關的相關性硬編碼進了表征。

2. 與采集幾何的糾纏（Entanglement）。 你觀測到的東西，本質是 心臟信號 ? 采集幾何。電極位置（V1–V6 挪幾厘米，波形幅度和形態就變）、個體的體導電率、不同設備的增益與濾波……都會重塑波形。于是在導聯上訓練的模型，學到的既是病人、也是這套"錄制設備"——一旦換醫院、換設備、換人群，性能就掉下來。

你真正想要的信息，其實在上游一步——在源頭。

三、核心思路：回到隱 VCG 空間去學

LVCG（Latent VCG） 是（據我們所知）第一個直接在隱 VCG 空間、而非可觀測導聯空間中做表征學習的通用自監督框架。

它的預訓練任務刻意保持簡單、且完全不需要標簽：多導聯重建。遮住一部分導聯，把剩下的給模型，讓它把缺失的部分補回來——但強制它把一切都經過那個有物理意義的三維源頭：

• 抬升（Lift，ECG → VCG）。 把可見導聯通過導聯幾何矩陣的 Tikhonov 正則最小二乘逆，抬回三維向量。這一步是 純物理、零可學習參數 ，模型無法在幾何上"作弊"。

• 編碼（Encode）。 每個心拍的 VCG 片段被一個共享編碼器壓成一個緊湊 token（一個信息瓶頸：保留形態、丟掉冗余）；心拍之間的動態用循環模塊自回歸建模；R–R 間期則編成節律嵌入。

• 投影（Project，VCG → ECG）。 預測出的 VCG 片段，再通過同一套固定幾何投影回目標導聯，去重建被遮住的部分。

LVCG 架構：(a) 心拍級處理，(b) VCG 空間的抬升與投影，(c) VCG 心拍編碼器 + 時序模塊

LVCG 的預訓練流程：從可見導聯抬升到隱 VCG 空間，在源空間編碼心拍形態與時序動態，再投影回 ECG 空間重建被遮住的導聯。

因為幾何是固定的、表征是視角不變的，LVCG 不再把力氣花在重學導聯間的平凡代數上，而是去抓真正有診斷價值的東西——心臟電活動軌跡的一個緊湊表征。

四、三個最能說明問題的結果

LVCG 的優勢不在「標簽充足、同分布」的理想設定里，而在臨床最真實的三個場景：標簽少、換醫院、算力緊。下面三張圖是論文里我們最看重的結果。

1. 標簽越少，優勢越大

線性探測 Macro-AUROC vs 標注比例

凍結主干 + 線性頭，6 個下游數據集平均。實線 = 均值，短杠 = 各 benchmark。

在 1% 和 10% 標簽下，LVCG（綠）穩定領先 HeartLang（橙）和 ST-MEM（紫）；100% 標簽時 HeartLang 略高，但 LVCG 仍具競爭力。平均 AUC@1%：LVCG 67.3，HeartLang 63.8，ST-MEM 56.4——這正是「學源頭」在數據稀缺時該出現的曲線。

2. 換醫院越遠，漲得越多

域偏移越大，LVCG 相對 HeartLang 的 AUC 增益越高

橫軸：與 MIMIC-IV-ECG 預訓練域的 Fréchet 距離（log）；縱軸：LVCG 相對 HeartLang 的 AUC 增益 @1% 標簽。Pearson r = 0.78。

標題里的「換醫院就掉點」，本質是在投影空間學了采集幾何。離預訓練域越遠（CPSC2018 最遠），LVCG 的領先幅度越大（CPSC @1% +10.6 AUC）。

CPSC 2018 上的嵌入可視化：LVCG 在域偏移下形成更清晰的類別結構

t-SNE 可視化：相比 ST-MEM 和 HeartLang，LVCG 的診斷類別聚類更清晰，說明 VCG 空間表征在 shifted target domain 上更穩定。

3. 又快又小，還站得住

推理耗時 vs 1% 標簽線性探測性能（氣泡大小 = 參數量）

左上 = 又快又準。LVCG：8.3M 參數、~1.2 ms/樣本、AUC@1% 67.3，在同量級模型里占據 Pareto 前沿。

不只是準——LVCG 用 8.3M 參數做到 1% 標簽下 67.3 AUC，推理約 1.2 ms/樣本，明顯快于 HeartLang（39M / ~16.5 ms）。輕量、可部署、還不犧牲稀缺標簽下的性能。

補充結果（簡述）

多導聯重建（3→12）與跨領域遷移同樣領先；固定 VCG 幾何的消融顯示，去掉物理先驗后 Super-class AUC@1% 從 75.33 跌至 51.26 。

3 導聯 → 12 導聯波形重建對比

左：Nef-Net（MSE 0.69）　右：LVCG（MSE 0.34）。綠色 = 輸入的 3 個可見導聯，紅色 = 需重建的 9 個導聯；灰線是真值，彩線是預測。

五、接下來還能做什么

LVCG 把"先在源空間學、再投影回導聯"這條路走通了，但還遠沒到頭。幾個我們特別看好的方向：

• 更少的導聯、更強的重建 — 從 3 導聯推到 1–2 導聯可穿戴場景

• 跨設備、跨人群的零樣本遷移 — 固定幾何層天然適合解耦采集差異

• 心電大模型的預訓練底座 — VCG 空間表征能否成為下一代 ECG foundation model 的默認起點？

• 走出心臟 — 腎病、糖尿病、膿毒癥的初步結果說明，物理約束的表征或許能打開更寬的生理 AI 邊界

作者簡介

潘世瑞?

本文通訊作者

格里菲斯大學信息與通信技術學院教授

主要從事人工智能、數據挖掘與機器學習研究，在圖學習與大模型基礎等方向帶領團隊開展長期系統性工作

金明?

本文通訊作者

格里菲斯大學助理教授

研究方向為時間序列智能與時空數據挖掘，相關工作發表于 NeurIPS、ICML、KDD 等頂級會議

Google Scholar 被引近 8000 次

入選 IEEE Computer Society 2025 全球 AI 杰出青年學者（30 Under 30）

黃泊菘

本文第一作者

格里菲斯大學博士生

研究方向為生理信號表征學習與醫療多模態大模型