《Diagnostics》:Explainable CNN–BiLSTM Framework for Multi-Class Sleep Apnea Severity Detection Using Single-Lead ECG Signals: A Comprehensive Machine Learning Approach
编辑推荐:
背景/目的:阻塞性睡眠呼吸暂停(OSA)是最常见的睡眠疾病形式之一,影响全球超过9.36亿成年人。OSA的健康后果已有充分记录;然而,由于当前金标准诊断方法多导睡眠图(PSG)通常昂贵、耗时且在多数医疗机构中不可用,该病仍被严重漏诊。为应对这些挑战,本研究提出
背景/目的:阻塞性睡眠呼吸暂停(OSA)是最常见的睡眠疾病形式之一,影响全球超过9.36亿成年人。OSA的健康后果已有充分记录;然而,由于当前金标准诊断方法多导睡眠图(PSG)通常昂贵、耗时且在多数医疗机构中不可用,该病仍被严重漏诊。为应对这些挑战,本研究提出了一种新颖的可解释深度学习(DL)框架,用于使用单导联心电图(ECG)信号进行自动多类OSA严重程度分类。方法:该框架集成了混合CNN–BiLSTM架构与可解释人工智能(XAI)技术,以生成具有临床意义的预测和解释,覆盖四个OSA严重程度类别:正常、轻度、中度和重度。该框架使用公开的PhysioNet Apnea-ECG数据集(70条记录)以及一个机构ECG数据集(150条记录)进行评估,共形成220条记录的组合队列。结果:该框架实现了94.7%的整体分类准确率,敏感性和特异性分别为92.3%和96.1%。此外,所提出的模型持续优于传统机器学习算法,包括支持向量机(SVM)、随机森林和XGBoost,分别高出5.5%、4.2%和2.9%。为增强透明度和临床信任,采用SHAP(SHapley Additive exPlanations)来识别驱动模型决策的最具影响力的生理预测因子。心率变异性特征,尤其是RMSSD和pNN50,成为OSA严重程度的最强指标。此外,计算效率分析显示,该模型在标准计算平台上处理一个60秒ECG片段仅需0.23秒,支持其适合实时部署。结论:研究结果表明,将可解释深度学习应用于ECG信号可提供准确、可解释且计算高效的OSA严重程度评估。所提出的框架可能支持OSA筛查、临床分诊和早期干预,尤其在资源有限的医疗环境中。
**论文解读:基于可解释CNN-BiLSTM框架的睡眠呼吸暂停严重程度多类检测**
**1. 研究背景、问题与研究动机**
阻塞性睡眠呼吸暂停(OSA)是一种常见的睡眠呼吸障碍,特征为上气道在睡眠期间反复阻塞,导致间歇性低氧、睡眠碎片化及显著的心血管负担。流行病学数据显示,全球约9.36亿成年人受OSA影响,其中中重度病例约4.25亿。OSA与高血压、冠状动脉疾病、卒中、2型糖尿病及全因死亡率密切相关,但80%–90%的临床显著OSA患者未被诊断。当前金标准诊断方法多导睡眠图(PSG)需在专业睡眠实验室进行整夜监测,设备昂贵、耗时、患者舒适度差,且在基层和资源匮乏地区可及性低。为克服这些局限,研究人员探索了基于单导联心电图(ECG)的OSA检测方法,因其无创、便携、成本低,且ECG信号能反映自主神经对呼吸事件的反应。然而,现有研究多集中于二分类(正常/呼吸暂停),缺乏对临床需要的四类严重程度分级(正常、轻度、中度、重度);深度学习模型常为“黑箱”,缺乏可解释性;多数研究在单一数据集上验证,泛化能力不足;且对实时部署的计算效率关注有限。本研究旨在提出一种可解释的CNN-BiLSTM框架,利用单导联ECG信号进行四类OSA严重程度分级,并集成SHAP可解释性技术,以提升模型透明度和临床适用性。该论文发表在《Diagnostics》。
**2. 主要研究方法**
研究人员采用公开的PhysioNet Apnea-ECG数据集(70条记录)和机构ECG数据集(150条记录),共220条记录,按AHI阈值分为正常(AHI<5)、轻度(5≤AHI<15)、中度(15≤AHI<30)、重度(AHI≥30)。信号预处理包括60秒分段、质量评估(排除SNR<10 dB或R波检测失败的片段)、多级滤波(陷波、中值滤波、巴特沃斯高通/低通滤波)及归一化。采用改进的Pan-Tompkins算法检测R波并提取RR间期。每段提取45个特征,涵盖时域HRV(15个)、频域HRV(12个,基于Welch周期图)、非线性HRV(10个)及ECG形态特征(8个)。模型为混合CNN-BiLSTM架构,包含两个1D卷积块(64和128个滤波器,核大小3)、BiLSTM层、自注意力层、全连接层及softmax输出,参数量约1.25M(4.76 MB)。训练采用Adam优化器、类别权重、早停和学习率衰减,数据增强包括高斯噪声和时序抖动。对比基线包括SVM、随机森林、XGBoost、k-NN、梯度提升和多层感知机。可解释性分析采用SHAP(DeepExplainer)。实验采用分层5折交叉验证(受试者级别分割)和交叉数据集验证(PhysioNet训练→机构测试,反之亦然)。
**3. 研究结果**
**3.1 数据集特征**
机构数据集中,平均年龄52.3±13.7岁,68.2%为男性。BMI随严重程度增加(正常组26.1±3.2,重度组35.8±5.1 kg/m2)。平均AHI值:正常2.1±1.3,轻度9.8±2.8,中度21.7±4.2,重度47.3±15.8次/小时。
**3.2 整体分类性能**
所提CNN-BiLSTM模型在组合数据集上达到94.7%准确率[95% CI: 93.9%–95.4%],显著优于所有基线(p<0.001)。敏感性92.3%,特异性96.1%,精确率93.1%,F1分数92.5%,Cohen’s kappa 0.929,宏平均AUC-ROC 0.978。McNemar检验证实模型显著优于基线。混淆矩阵显示多数误分类发生在相邻严重程度之间(如轻度与中度)。
**3.3 各类别性能分析**
正常和重度类别的F1分数最高(94.9%和94.0%),中度(90.8%)和轻度(90.1%)稍低,但均表现稳健。误分类主要发生在轻度和中度之间,这与临床连续性和生理相似性一致。
**3.4 ROC曲线分析**
所有类别的AUC均>0.96,其中正常类AUC为0.984,重度0.981,轻度0.971,中度0.968,表明模型具有高区分能力。
**3.5 消融研究**
架构消融:CNN-only 89.7%,BiLSTM-only 91.2%,CNN-LSTM无注意力92.8%,完整模型(含自注意力)94.7%,表明空间、时间特征提取与注意力机制互补。特征组消融:联合所有特征组优于单一特征组,证实多模态生理特征的必要性。
**3.6 交叉验证结果**
5折交叉验证平均准确率94.7±0.3%(范围94.3%–95.1%),F1分数92.5±0.4%,敏感性92.3±0.5%,特异性96.1±0.3%,表现一致。
**3.7 跨数据集验证与泛化性**
PhysioNet训练→机构测试准确率91.3%,机构训练→PhysioNet测试准确率92.1%,表明模型在不同ECG采集环境与患者群体中具有良好泛化能力。
**3.8 SHAP可解释性分析**
全局特征重要性排序前五位:RMSSD(0.247)、pNN50(0.231)、SDNN(0.198)、LF/HF比值(0.176)、样本熵(0.164)。SHAP依赖图显示,RMSSD和pNN50降低与重度OSA预测正相关,反映副交感神经活动减弱,符合OSA病理生理。
**3.9 计算效率分析**
GPU推理每60秒片段仅需0.23秒,CPU需0.31秒;模型未压缩大小4.76 MB,量化后3.21 MB;GPU训练时间约3.7小时,适合实时和可穿戴设备部署。
**4. 讨论与结论**
讨论部分指出,所提可解释CNN-BiLSTM框架在准确率、可解释性和计算效率方面均优于基线方法。SHAP揭示的HRV特征(如RMSSD、pNN50)与副交感神经抑制及交感兴奋一致,强化了临床可信度。该框架在PSG资源有限的场景中,可作为一种辅助筛查和分诊工具,支持轻度患者的生活方式干预、中度患者的CPAP治疗及重度患者的强化干预。研究局限性包括数据集规模中等、仅基于ECG无法区分阻塞性与中枢性睡眠呼吸暂停、基于片段而非事件级检测、单中心机构数据及排除严重心律失常患者。未来方向包括多模态传感器融合、迁移/联邦学习、持续AHI预测、实时事件检测及前瞻性临床试验。
**结论翻译**:本文提出了一种可解释深度学习方法,用于使用单导联ECG信号进行阻塞性睡眠呼吸暂停严重程度的自动多类分类。混合CNN–BiLSTM架构有效捕捉了ECG衍生生理特征中的空间和时间模式。实验表明,所提模型达到了94.7%的平均分类准确率,优于SVM、随机森林和XGBoost等多种传统机器学习模型。结合SHAP可解释性,研究人员能够识别出模型预测的临床显著HRV特征,如RMSSD、pNN50和SDNN,这些特征与自主神经对呼吸暂停反应的已知生理知识一致。由于计算效率高和模型体积小,该方法在实时监测系统和可穿戴医疗设备中具有强大的部署潜力。通过利用普遍可用的ECG进行筛查并解释结果,该框架有望在临床和远程护理中促进更早、更顺畅的睡眠呼吸暂停诊断和管理。未来方向将扩大数据样本至多中心队列,纳入血氧饱和度和呼吸气流等其他生理变量,并在前瞻性临床研究中测试模型。尽管所提框架展示了有前景的分类性能,但应被视为辅助性筛查和分诊工具,而非多导睡眠图的替代品。