DETECÇÃO DE MOTIFS EM SÉRIES TEMPORAIS USANDO AUTOENCODERS: UMA ANÁLISE DO USO EM DADOS DE ECG

Abstract

The discovery of motifs in biomedical time series, such as electrocardiograms (ECG), consists in identifying recurrent patterns with diagnostic potential. Traditional methods such as SAX present limitations due to their dependence on rigid statistical assumptions, which are inadequate for complex physiological signals. In parallel, autoencoders demonstrate superior capacity for learning nonlinear representations, but their application to motif discovery in ECG remains unexplored — a gap that this work addresses. This work proposes LEMOD, a method whose central contribution is the replacement of the statistical discretization of SAX by adaptive neural encoding via autoencoders, combined with a mechanism for searching and ranking motifs by frequency of occurrence and Shannon entropy. The methodology comprises three stages: (i) validation of the autoencoder’s reconstruction capacity; (ii) model training; and (iii) detection, parametric sensitivity analysis and generalization evaluation, with systematic comparison to SAX. Experiments were conducted using data from the MIT-BIH Arrhythmia Database. In the validation stage, reconstruction fidelity above 99% was observed. In detection tests, LEMOD achieved a relative gain of 92% in recall and 78% superiority in F1 over SAX, evidencing greater sensitivity to subtle morphological patterns without compromising specificity. The average entropy of the motifs (0.44 bits versus 0.90 bits for SAX) was lower, indicating greater internal morphological homogeneity — evidence that neural encoding identifies more coherent recurrent structures than traditional discretization. Detection time was 15% lower in LEMOD. The cross-detection experiment confirmed generalization of the learned latent representations to distinct series of the same lead. It is concluded that replacing traditional discretization with adaptive neural encoding is viable and provides quantitative and qualitative gains in motif discovery in ECG signals, establishing a methodological basis for automated biomedical signal analysis tools.

A descoberta de motifs em séries temporais biomédicas, como o eletrocardiograma (ECG), consiste na identificação de padrões recorrentes com potencial diagnóstico. Métodos tradicionais como o Symbolic Aggregate approXimation (SAX) apresentam limitações por dependerem de pressupostos estatísticos rígidos, inadequados para sinais fisiológicos complexos. Paralelamente, autoencoders demonstram capacidade superior de aprendizado de representações não lineares, mas sua aplicação na descoberta de motifs em ECG permanece inexplorada — lacuna que este trabalho endereça. Este trabalho propõe o Latent Encoding for Motif Discovery (LEMOD), um método cuja contribuição central é a substituição da discretização estatística do SAX por codificação neural adaptativa via autoencoders, combinada com mecanismo de busca e ranqueamento de motifs por frequência de ocorrência e entropia de Shannon. A metodologia compreende três etapas: (i) validação da capacidade de reconstrução do autoencoder; (ii) treinamento de modelos; e (iii) detecção, análise de sensibilidade paramétrica e avaliação da generalização, com comparação sistemática ao SAX. Os experimentos foram realizados com dados da MIT-BIH Arrhythmia Database. Na etapa de validação, observou-se fidelidade de reconstrução superior a 99%. Nos testes de detecção de motifs, o LEMOD apresentou ganho relativo de 92% em revocação e superioridade de 78% em F1 frente ao SAX, evidenciando maior sensibilidade a padrões morfológicos sutis sem comprometer a especificidade. A entropia média dos motifs (0,44 bits versus 0,90 bits do SAX) foi menor, indicando maior homogeneidade morfológica interna dos padrões descobertos — evidência de que a codificação neural identifica estruturas recorrentes mais coerentes do que a discretização tradicional. O tempo de detecção foi 15% menor no LEMOD. O experimento de detecção cruzada confirmou generalização das representações latentes a séries distintas da mesma derivação. Conclui-se que a substituição da discretização tradicional por codificação neural adaptativa é viável e proporciona ganhos quantitativos e qualitativos na descoberta de motifs em ECG, estabelecendo base metodológica para ferramentas de análise automatizada de sinais biomédicos.