基于临床文本与患者特异性信息的12导联心电图生成模型DiffuSETS：推动AI辅助心血管疾病诊断的新突破

本文提出DiffuSETS模型，通过结合临床文本报告（clinical text reports）和患者特异性信息（如心率、年龄、性别），生成高保真12导联心电图（ECG），解决了高质量标注ECG数据稀缺的难题。研究构建三级评估框架（信号/特征/诊断水平），验证模型在增强AI自动诊断、医学教育及知识发现中的潜力，为心血管疾病研究提供创新工具。

　　

引言

心血管疾病占全球死亡原因的三分之一，心电图（ECG）作为非侵入性诊断工具面临数据稀缺与隐私限制。现有ECG生成模型依赖小规模数据集或单一标签，缺乏多模态条件输入和系统评估。DiffuSETS首次整合临床文本与患者信息（如心率、年龄），基于MIMIC-IV-ECG数据集（794,372条记录）和扩散模型（DDPM），实现高语义对齐的ECG生成。

模型架构与创新

DiffuSETS采用三阶段架构：

1. 信号-潜空间转换：变分自编码器（VAE）压缩12导联ECG信号至潜空间。
2. 条件嵌入：大型语言模型（LLM）提取临床文本语义，与患者信息（如"男性，96岁，心率79 bpm"）融合为条件向量。
3. 去噪生成：U-Net噪声预测器通过跨注意力机制整合条件，生成符合输入的ECG。
   关键创新在于设计有序提示（ordered prompts）处理多文本报告，例如"首要诊断：心房颤动"与"补充条件：左心室肥大"，提升语义精度。

三级评估验证性能

1. 信号水平：Fréchet起始距离（FID）23.6（内部数据集），波形相似性F1分数0.894，优于基线模型WaveGAN和SSSD-ECG。
2. 特征水平：生成ECG的心率与输入误差仅4.15 bpm（MAE），显著优于无患者信息的对照组（12.25 bpm）。
3. 诊断水平：CLIP分数0.812，证明模型捕捉到"窦性心动过速"等文本描述的波形特征。

临床与教育应用

1. 数据增强：在房颤（AF）分类任务中，DiffuSETS生成数据使模型F1分数从0.21提升至0.83，解决15:1的数据不平衡问题。
2. 复杂病例生成：输入"心房颤动伴室性早搏（PVC）、左前分支阻滞"等文本，生成ECG呈现RR间期不规则、宽大畸形QRS波等典型特征（图4A）。
3. 罕见病模拟：联合LLM生成Brugada综合征ECG，显示右束支阻滞和ST段抬高，与文献记载一致。

医学发现潜力

模型揭示非心脏疾病与ECG的潜在关联：

• 高钾血症：输入"患者血钾升高"，生成ECG呈现特征性T波高尖（图4D）。
• 心脏年龄：生成ECG的心年龄与实际年龄相关系数r=0.594（p<0.001），提示模型捕获衰老相关电生理变化。

局限与展望

当前模型未实现个性化ECG生成（如患者特异性波形），未来可结合数字孪生技术。代码已开源（GitHub/PKUDigitalHealth），数据集来自PhysioNet的MIMIC-IV-ECG和PTB-XL。

结论

DiffuSETS通过多模态条件生成和严谨评估，推动ECG生成从数据补充迈向医学知识挖掘，为AI辅助心血管诊疗开辟新路径。