基于时空自适应嵌入Transformer与混合损失优化的可解释性ECG心律失常分类新方法

为解决传统ECG分类模型难以捕捉长程时空依赖及类别不平衡问题，研究人员提出融合时空自适应嵌入Transformer（STAE）与变分自编码器（VAE）的深度学习框架，结合混合损失函数（Focal Loss+Dice Loss），在MIT-BIH和PTB数据库上实现99.56%准确率与95.40%宏F1值，并通过SHAP和Grad-CAM增强可解释性，为临床决策提供可靠支持。

　　

心脏电活动的异常变化——心律失常，是引发猝死和脑卒中的重要诱因。尽管心电图（ECG）检测已成为临床诊断的核心手段，但传统人工判读存在主观误差，而现有深度学习模型又面临长程时序特征捕捉不足、罕见心律失常样本稀缺导致的分类偏差等挑战。更关键的是，这些"黑箱"模型缺乏临床可解释性，难以获得医生信任。

针对上述问题，一项发表于《Biomedical Signal Processing and Control》的研究提出创新解决方案。研究人员设计了一个融合时空自适应嵌入Transformer（Spatio-Temporal Adaptive Embedding Transformer, STAE）与变分自编码器（Variational Autoencoder, VAE）的深度学习框架。通过STAE Transformer的双向自注意力机制建模ECG信号的全局时空关联，利用VAE生成逼真的少数类心律失常样本以平衡数据分布，并创新性地结合Focal Loss与Dice Loss构成混合损失函数，强化模型对难分类样本的识别能力。实验采用MIT-BIH心律失常数据库和PTB诊断数据库的5折交叉验证，最终模型准确率达99.56%，宏F1值95.40%，对罕见心律失常的检测灵敏度提升3.5%。

关键技术方法
研究采用MIT-BIH（48例30分钟双导联ECG）和PTB（290例15导联ECG）数据库，通过STAE Transformer提取时空特征，VAE进行特征级数据增强，混合损失函数（Focal Loss+Dice Loss）优化分类边界，SHAP和Grad-CAM可视化QRS波群与RR间期等关键特征区域。

研究结果
性能分析：在5类心律失常分类任务中，模型整体准确率99.56%，室性早搏（PVC）检测F1值达98.72%，优于LSTM-CNN混合模型（96.81%）。
对比研究：相较传统Transformer和ResNet-34，STAE在罕见心律失常（如二度房室传导阻滞）的召回率提升12.3%。
关键组件影响：消融实验显示，移除VAE导致少数类F1值下降7.8%，混合损失函数使难样本分类错误率降低29%。
损失函数分析：Focal Loss+Dice Loss组合在样本均衡性指标（G-mean）上比交叉熵损失提高15.6%。
可解释性验证：Grad-CAM热图显示模型聚焦于QRS波群（灵敏度92.4%）和T波末端（特异性89.7%），与临床诊断标准一致。

讨论与结论
该研究通过STAE Transformer突破传统RNN的梯度消失瓶颈，其多头自注意力机制能同时捕捉P-QRS-T波的跨周期关联（最长依赖达5秒）。VAE生成的特征空间扰动样本，有效缓解了MIT-BIH中房颤（AF）样本不足（仅占4.3%）的问题。临床可解释性方面，SHAP值证实RR间期变异系数（SDNN）是区分窦性心动过缓的关键因子（贡献度37.2%），这一发现与《欧洲心脏病学指南》的HRV（心率变异性）评估标准相吻合。

研究局限性在于未纳入运动伪影干扰下的ECG数据，未来计划结合对抗训练提升鲁棒性。该成果为开发兼具高精度与可解释性的智能心电辅助诊断系统奠定基础，尤其对基层医疗机构筛查罕见心律失常具有重要应用价值。