Self-Supervised Learning for Capturing Temporal Structurein ECG Signals

심전도는 심장의 전기적 활동을 기록하여 심혈관 질환 진단에 널리 사용되는 비침습적 도구이다. 최근 심전도 분석에서 자기 지도 학습이 활발히 활용되고 있다. 심전도 표현을 사전 학습할 때는 시간적 변화와 패턴 포착은 물론, 리드의 영향을 최소화하는 방식도 고려할 필요가 있다. 본 논문에서는 이를 반영하여 Lead-masking(리드 마스킹)과 Re-ordering(순서 재구성) 두 가지의 자기 지도 학습 방식을 제안한다. 벤치마크 데이터를 활용한 비교 분석 결과, Lead-masking의 단일 리드 실험에서의 우수한 표현 학습 능력을 확인하였다. 또한, 시간적 순서 학습에 대한 사전 학습의 긍정적인 효과를 실험을 통해 확인하였으며, 이는 사전 학습의 중요성을 강조한다.