融合概念激活向量（TCAV）的概念引导物理信息双分支网络用于多标签心电图诊断

《Biomedical Signal Processing and Control》：Concept-guided physics-informed dual-branch network with concept activation vectors (TCAV) for multi-label ECG diagnosis

　　摘要

心血管疾病仍然是全球健康的首要挑战，然而心电图（ECG）的人工判读由于观察者间差异和专家短缺，存在严重的诊断瓶颈。尽管人工智能能够实现快速自动化，但现有模型面临一个持续的“三难困境”：它们要么是黑箱预测器，要么缺乏生理学基础，要么局限于信号重建而非多标签诊断。本文提出“概念引导物理信息双分支网络”（CG-PI-DBN），这是一种新颖的统一架构，首次同时解决心电图人工智能中三个此前相互分离的挑战：（i）涵盖五个诊断超类的多标签分类；（ii）通过Aliev–Panfilov反应–扩散偏微分方程约束实现的生物物理合理性；（iii）通过与美国心脏协会诊断标准对齐的“测试概念激活向量”（TCAV）实现临床概念级审计。核心创新在于将判别精度、机制保真度、可解释性和人口统计学公平性联合协同优化于单个端到端可训练目标之中。在PTB-XL基准（n = 21,799份心电图）上评估时，CG-PI-DBN实现了0.948的宏F1分数和0.972的心肌梗死AUC，分别较最强基线（Transformer-ECG：F1 0.925）绝对提升2.3个百分点，较ResNet-50 1D（AUC 0.945）在心肌梗死AUC上绝对提升2.7个百分点，同时将期望校准误差降低十五倍（从12.4%降至0.81%）。该框架进一步在0 dB信噪比下展现出相较于ResNet-50 1D高出23%的噪声鲁棒性，通过零样本迁移在三个独立外部队列中保持了高判别能力（F1：0.918–0.932；AUC > 0.95），实现与心脏病专家推理近乎完美的对齐（Cohen’s κ ≥ 0.85），并保持低于5毫秒的推理延迟以支持实时边缘部署。这些结果确立了CG-PI-DBN作为首个机制上具有根基、概念上可审计且人口统计学上公平的可信床旁心脏病学范式，为前瞻性临床部署提供了转化蓝图。

引言

心血管疾病仍然是全球发病率和过早死亡的首要原因，给全球卫生系统带来了巨大且不断增长的负担。涵盖数万名已确诊心血管疾病患者的大规模前瞻性分析表明，传统风险分层工具仍存在显著的残余不确定性，凸显了对更精确、可扩展诊断工具的迫切未满足需求[1]。十二导联心电图在这一领域占据独特地位：它是最广泛实施的心脏检查手段，能够在数秒内揭示心肌梗死、传导障碍、心肌肥厚和复极异常，但其诊断效能受限于医疗资源匮乏地区心脏专科医生的稀缺以及人工判读固有的观察者间差异[2]。可扩展性和可靠性这两项迫切需求激发了人们对能够在高级临床医生水平或超越其水平上实现心电图判读自动化的人工智能（AI）系统的浓厚兴趣。在心脏病学之外，AI也被应用于从大规模社交媒体数据中提取实时洞察，以支持公共卫生决策[3]。

深度神经网络在自动化心电图分析中取得了里程碑式的性能，最显著的成就是一种卷积架构，其在动态心电记录中对多种心律失常类别的判断达到或超越了认证心脏病专家[4]。后续研究将该范式扩展至多标签场景——即临床上更现实的场景，单一记录可能同时呈现心肌梗死、ST/T波异常、传导障碍和心肌肥厚——并产生了经大规模医生注释验证的自动化多标签诊断系统[5]。植入式心电监测仪数据的多标签分类进一步证明，AI能够在统一推理框架内解析多达25种不同的心脏节律模式[2]。包括混合卷积循环模型、注意力增强编码器和迁移学习流水线在内的互补架构，已逐步缩小了在不同心电图数据集上算法与心脏病专家水平之间的差距[5]，[6]，[7]，[8]，[9]。

近来，多标签心电图诊断已通过对抗性视图解耦结合分层标签约束[10]、面向类别不平衡多标签分类的成本敏感阈值策略[11]以及大规模验证的自动化多标签诊断框架[12]得到推进。并行研究进一步探索了用于心律失常分类的修正交叉熵公式[13]以及新兴的信号处理方法[14]，[15]，共同构建了一个旨在解决类别不平衡并改善诊断规模的丰富判别方法体系。

尽管取得了这些进展，现有模型在很大程度上将心电图视为非结构化时间序列，优化判别性能的同时对支配心脏电生理学的生物物理规律视而不见——这一根本矛盾限制了机制的可靠解释性和分布外鲁棒性。

心电图人工智能的临床部署进一步受到普遍存在的黑箱问题的阻碍。梯度加权类激活映射及相关的事后归因方法已被应用于心电图网络，以生成突出驱动特定预测的输入区域的时间或空间显著性图[12]，然而系统评估显示，这类解释往往不一致、解剖学上不合理，并且在对照心脏病专家注释进行验证时容易受到确认偏倚的影响[16]。针对心电图深度学习模型的严格审计框架已识别出像素级归因无法解决的知识发现空白，转而要求建立与既定诊断本体论对齐的概念级可解释性[17]。临床医生需要参考熟悉且具有语义意义的生物标志物——QRS间期延长、ST段抬高、T波倒置、病理性Q波——而非抽象显著性梯度的解释，然而大多数已部署架构并未提供将内部表示锚定于此类临床语言的机制[18]。因果推断框架已开始解决心电图分类中的捷径学习和虚假相关性问题[19]，特定心律失常情境下结构性心脏病的深度学习预测因子已证明跨表型泛化的可行性[1]，但一个同时保证机制根基和概念级临床可解释性的集成框架仍难以实现。

物理信息神经网络（PINNs）作为一种原则性策略，通过在训练过程中惩罚对控制偏微分方程的违反，将领域知识直接嵌入学习表示[20]。PINNs在生物医学信号建模中尤为有用，生理约束可作为强大的归纳偏置，对网络进行正则化以防止过拟合并改善对未见患者队列的泛化能力[21]。在心脏领域，心电解剖源成像和心脏激活映射的物理信息公式已表明，心室激动的反应–扩散模型可以与数据驱动推理有效结合[22]。PINNs的迁移学习扩展进一步证实，在一种负荷场景中学习到的机制约束能够高效迁移至结构上不同的场景[23]，而理论分析证实，物理正则化显著缓解了高维生物医学信号上纯数据驱动模型所遭受的维数灾难[24]。应用于心电图心律失常检测的混合PCA–PINN架构提供了直接的概念验证，表明物理引导的表示能够同时提升分类准确性和诊断透明度[7]。然而，尚无先前的框架将物理约束的多标签心电图分类与锚定于正式临床诊断标准的概念级可解释性统一起来。

联邦学习、多模态和资源感知心脏人工智能的并行发展，强调了超越单一机构数据集泛化的重要性以及实际部署中的现实约束[25]，[26]。心血管医学人工智能的临床综述始终将可解释性、机制根基以及跨人口统计学亚组的公平表现列为床旁可信采用的三大核心要求[9]。新出现的证据表明，在现有心电图AI系统中，可解释性对模型性能施加了可衡量的代价而非可自由获得，进一步凸显了将可解释性作为一等优化目标而非事后标注的架构需求[25]。因此，在一个联合优化的目标中同时满足诊断准确性、生物物理合理性、临床概念对齐和人口统计学公平性的模型需求，已成为该领域的一项决定性挑战。

在此，我们通过引入概念引导物理信息双分支网络（CG-PI-DBN）来应对这一挑战，这是一种专为稳健、可解释且公平的多标签心电图诊断而设计的统一深度学习架构。该框架在单个端到端可训练系统中整合了三种互补的归纳偏置：（i）卷积变换器统计分支，捕捉全部12导联上的长程导联间依赖关系和局部形态模式；（ii）基于Aliev–Panfilov反应–扩散方程的物理信息机制分支，通过软偏微分方程残差约束强制实现生物物理合理的激动–复极动力学；以及（iii）测试概念激活向量（TCAV）对齐模块，将模型的潜在决策边界锚定到源自美国心脏协会诊断标准的标准化、临床可解释表型。训练由复合多任务目标驱动，同时优化二元交叉熵分类损失、物理残差保真度、TCAV概念对齐和人口统计学公平性正则化，确保准确性、机制根基、可解释性和公平性被视为主目标而非竞争目标。在包含来自18,885名患者、涵盖五个诊断超类的21,799份临床十二导联心电图的PTB-XL基准上评估，该框架实现了最先进的多标签性能，同时提供了统计验证的、与执业心脏病专家正式推理过程一致的概念级解释。这些结果确立了物理锚定、概念基础的心脏人工智能新范式，并为在多样化临床环境中部署可解释心电图诊断提供了转化蓝图。

本研究的主要贡献如下：（i）提出CG-PI-DBN，这是首个在单个端到端可训练架构中联合优化多标签心电图分类、通过Aliev–Panfilov偏微分方程约束实现生物物理合理性以及基于TCAV的概念级可解释性的统一框架。（ii）在PTB-XL基准（n = 2,203份患者不相交测试记录）上，CGI-DBN实现0.948的宏F1分数和0.972的心肌梗死AUC，超过最强基线（Transformer-ECG，F1 0.925）2.3个百分点，并分别超过ResNet-50 1D（F1 0.912；AUC 0.945）3.6和2.7个百分点。（iii）物理信息正则化将期望校准误差降低十五倍（从12.4%降至0.81%），并在0 dB信噪比下相较于ResNet-50 1D将噪声鲁棒性提升23%。（iv）对三个独立外部队列（CPSC2018、宁波、G12EC）的零样本迁移分别产生0.932、0.926和0.918的F1分数，相较于域内性能仅绝对下降1.6–3.0个百分点，而ResNet-50 1D在相同协议下下降高达10.2个百分点。（v）基于TCAV的解释与认证心脏病专家达到近乎完美的一致性（所有五个超类的Cohen’s κ ≥ 0.85），显著超过基于梯度的归因方法（κ = 0.52–0.71）。

章节片段

文献综述

自动化心电图判读已从手工特征工程发展到端到端深度网络，以PTB-XL等标准化基准为锚点[27]。尽管卷积和变换器编码器已逐步缩小与心脏病专家水平之间的差距[6]，[28]，但它们表现出一种反复出现的脆弱性：在单一机构队列上报告AUROC值 > 0.95的模型，在迁移至未见站点或采集条件时通常会损失20–30个百分点。

伦理审批与数据集整理

本研究使用了PTB-XL数据集（版本1.0.3），这是一个公开可用的单中心十二导联心电图记录存储库，由德国莱比锡大学医院收集，并通过PhysioNet在知识共享署名4.0国际许可（CC BY 4.0）下发布。去标识化数据的传播已获得莱比锡大学机构伦理委员会批准[27]。为遵守《通用数据保护条例》（GDPR）和PhysioNet

队列人口统计学特征

我们使用一个大规模单中心队列开发和验证了概念引导物理信息双分支网络，该队列包含来自18,885名不同患者的21,799份临床十二导联心电图记录。为防止数据泄漏并确保无偏的性能估计，记录在患者层面被划分为训练集（n = 17,411）、验证集（n = 2,185）和测试集（n = 2,203），遵循推荐的10折分层患者不相交方案。如

讨论

高容量深度学习与临床电生理学的融合长期受到由神经架构黑箱性质引发的根本性信任鸿沟的阻碍。最先进的模型在狭窄的内部基准上已接近上限精度，但它们通常缺乏高风险诊断使用所需的机制透明度和生物物理根基[30]，[32]，[33]，[40]。在此，我们引入概念引导物理信息双分支网络

结论

本研究提出了概念引导物理信息双分支网络（CG-PI-DBN），这是一个统一框架，通过同时协同优化判别精度、生物物理可靠性和临床可解释性，成功解决了心脏病学人工智能中持续存在的三难困境。通过将偏微分方程约束与概念引导对齐相结合，该架构从根本上将预测建模从黑箱统计关联转变为生理学驱动

CRediT作者贡献声明

Asmaa Abbas Ajwad：撰写——审阅与编辑，撰写——初稿，可视化，验证，监督，软件，资源，项目管理，方法学，调查，正式分析，数据整理，概念化。Iman Mohammed Burhan：撰写——审阅与编辑，撰写——初稿，可视化，验证，监督，软件，资源，方法学。

利益冲突声明

作者声明，不存在已知的竞争性经济利益或个人关系影响本论文所报告工作的可能。

Asmaa Abbas Ajwad|Iman Mohammed Burhan