《Systems and Soft Computing》：Lightweight CNN for Multi-Class ECG Arrhythmia Detection Using Spectrogram-Based Time–Frequency Representations
编辑推荐：
目的本研究提出一种轻量级且准确的心电图（ECG）心律失常分类框架，适用于可穿戴设备、嵌入式系统和边缘AI医疗保健应用中的实时部署。方法研究人员利用从包含五个连续R峰的ECG片段生成的高分辨率短时傅里叶变换（STFT）频谱图，开发了一种轻量级二维卷积神经网络（2
目的本研究提出一种轻量级且准确的心电图（ECG）心律失常分类框架，适用于可穿戴设备、嵌入式系统和边缘AI医疗保健应用中的实时部署。方法研究人员利用从包含五个连续R峰的ECG片段生成的高分辨率短时傅里叶变换（STFT）频谱图，开发了一种轻量级二维卷积神经网络（2D CNN）。这种具有生理意义的分割策略同时保留了心跳形态和局部节律信息。所提出的CNN由六个卷积块组成，具有渐进式特征提取和最大池化操作。在传统的训练-验证-测试协议和逐记录三折交叉验证协议下评估了性能。研究人员与代表性的深度CNN架构和轻量级模型进行了比较分析，包括VGG16、VGG19、ResNet变体、Inception-ResNet V2、DenseNet、基于自编码器的网络、MobileNetV2、EfficientNet-B0和ShuffleNetV2。结果在传统的训练-验证-测试协议下，所提出的CNN仅需898,413个可训练参数，便达到了86.16%的准确率、86.07%的F1分数和96.54%的特异性。在逐记录三折交叉验证协议下，所提出的模型在评估的轻量级CNN中实现了最高的宏观AUROC，同时仅需0.71 GFLOPs并表现出低推理延迟。消融实验表明，高分辨率STFT表示相比原始一维ECG输入显著提升了分类性能，而五连续R峰分割优于单拍分割，并保留了具有生理意义的时间上下文。结论所提出的框架通过整合具有生理意义的心跳分割、高分辨率时频表示和轻量级CNN架构，在分类性能和计算效率之间提供了有效平衡。这些特性使其成为可穿戴心脏监测设备、嵌入式智能医疗保健系统和边缘AI应用中实时ECG心律失常分类的有前景的解决方案。
心血管疾病（CVDs）是全球死亡主因，每年约1800万人死亡，其中心律失常是常见类型，可通过心电图（ECG）早期发现。ECG是无创、低成本评估心脏电活动的临床标准，但人工解读费时费力且依赖专家，难以实现长期连续监测和大规模筛查。现有深度学习（DL）方法在自动ECG分析中取得显著成功，但多数采用计算密集的深度网络，导致在可穿戴设备、嵌入式系统等资源受限环境中部署困难；同时，固定时长窗口或单心跳分割未能保留充足时间上下文，影响分类鲁棒性；且多数研究侧重准确率而忽视计算效率、推理速度与实用性。为此，研究人员提出了基于生理意义五连续R峰分割和高分辨率短时傅里叶变换（STFT）频谱图的轻量级卷积神经网络（CNN）框架，用于多类ECG心律失常分类，在性能与计算效率间取得平衡，相关成果发表在《Systems and Soft Computing》。
研究人员首先采用增强型Pan-Tompkins算法检测R峰，然后以五连续R峰构建ECG样本，中心心跳标注类别。通过STFT生成256×256高分辨率频谱图（Hann窗，段长96样本，重叠72样本，保留0.5–40 Hz对数幅度谱）。提出轻量级CNN，含6个卷积块（通道数8→128，核大小8×8→3×3），每块后接批量归一化、ReLU和2×2最大池化，后接256和64神经元全连接层及dropout，最终softmax输出五类心跳（A:房性早搏、L:左束支传导阻滞、N:正常、R:右束支传导阻滞、V:室性早搏）。训练使用Adam优化器，学习率1×10
-4，批次大小16。传统协议采用离线增强（随机旋转、平移、缩放）后随机划分80%训练、10%验证、10%测试；逐记录三折交叉验证协议采用在线增强（仅训练子集），并加入平方根类别权重、标签平滑（0.05）、ReduceLROnPlateau调度器和早停。样本来源为MIT-BIH心律失常数据库。
**传统训练-验证-测试协议下的实验结果**
**分割验证**：通过可视化验证，预处理、R峰检测和五连续R峰分割在所有五类心跳中均实现了准确鲁棒的R峰定位，有效抑制伪峰并保留局部节律连续性。
**分类性能**：所提出的CNN在测试集上达到准确率86.16%、精确率86.16%、灵敏度86.16%、特异性96.54%、F1分数86.07%。左束支传导阻滞（L）类表现最佳（F1分数95.09%），房性早搏（A）和室性早搏（V）分别为85.67%和82.66%。主要误分类发生在形态相似的心跳之间，如正常（N）与室性早搏（V），以及房性早搏（A）与右束支传导阻滞（R）。
**与常规CNN架构比较**：VGG19准确率最高（87.69%），但所提出的CNN仅需898,413个可训练参数，比VGG16和VGG19减少99%以上，且性能接近。ResNet50和ResNet101准确率低于ResNet18，表明更深网络并非总是有益。Inception-ResNet V2、DenseNet和自编码器分类器性能均低于所提出的CNN。
**逐记录三折交叉验证**
**所提出的CNN性能**：在更严格的逐记录评估下，所提出的CNN平均准确率75.96%±3.95%，宏观F1分数43.45%±7.64%，宏观AUROC 0.7937±0.0591。正常（N）心跳F1分数最高（0.887），室性早搏（V）为0.726，而房性早搏（A）、左束支传导阻滞（L）、右束支传导阻滞（R）的F1分数较低（0.248、0.167、0.126），表明形态相似的心跳类别在跨患者泛化中仍是主要错误来源。
**与轻量级CNN架构比较**：MobileNetV2准确率最高（79.50%），但所提出的CNN在宏观AUROC上最高（0.789），且仅需0.71 GFLOPs、1.23 ms推理延迟和876.3样本/秒吞吐量，参数数（898,413）远少于MobileNetV2（2,230,277）和EfficientNet-B0（4,013,953）。McNemar检验显示，所提出的CNN显著优于ShuffleNetV2，而MobileNetV2和EfficientNet-B0显著优于所提出的CNN，但计算成本更高。
**消融实验**
**心跳分割**：单心跳分割宏观F1分数最低（0.3585），固定4秒窗口（0.4538）与五连续R峰分割（0.4461）相近，但五连续R峰分割保留了生理自适应边界。
**预处理**：不同预处理策略性能差异较小，最小预处理宏观F1分数最高（0.4668），但完整预处理提供了标准化信号处理。
**信号表示**：原始一维ECG宏观F1分数仅0.2541，而二维STFT频谱图提升至0.4461（改善约76%），表明时频表示显著增强特征。
**数据增强**：在线增强将宏观F1分数从0.4386提升至0.4461，并降低了跨折变异。
**讨论总结**：实验表明，增加网络深度不必然提升ECG分类性能，所提出的框架在分类性能与计算效率间取得有利平衡，尤其适用于可穿戴和边缘AI医疗系统。生理意义分割策略通过保留时间上下文改善了特征表示，高分辨率STFT表示相比原始一维信号显著提升性能。尽管存在使用MIT-BIH单数据库、离线增强可能引入信息泄漏等局限，但框架为实时ECG心律失常分类提供了实用方案。未来工作将扩展至多数据库验证、探索移动优化架构、信号级增强及可解释AI技术，并集成至可穿戴系统。
**研究结论翻译**：本研究提出了一种轻量级CNN框架，用于基于生理引导的心跳分割和高分辨率STFT频谱图的多类ECG心律失常分类。每个ECG样本由五个连续R峰构建，并根据中心心跳标注，从而保留了目标心跳的形态特征以及相邻心动周期的局部节律信息。生成的信号被转换为256×256 STFT频谱图，并使用仅包含898,413个可训练参数的紧凑六块CNN进行分类。在传统训练-验证-测试协议下，所提出的CNN达到了86.16%的准确率、86.07%的F1分数和96.54%的特异性，同时所需参数远少于VGG和ResNet架构。在更严格的逐记录三折交叉验证协议下，所提出的模型保持了有竞争力的患者独立性能，并在评估的轻量级CNN中实现了最高的宏观AUROC，同时仅需0.71 GFLOPs，并提供最短的推理延迟和最高的吞吐量。尽管MobileNetV2和EfficientNet-B0在某些分类指标上结果更高，但所提出的CNN提供了更紧凑的解决方案，并根据McNemar分析显著优于ShuffleNetV2。消融实验表明，与直接对原始一维ECG信号进行分类相比，二维STFT表示贡献了最大的性能提升。五连续R峰分割实现了与固定窗口分割相当的性能，同时保持了生理自适应边界，而在线增强产生了适度改进并减少了跨折性能变异。这些发现表明，所提出框架的有效性源于上下文心跳分割、信息性时频表示和任务特定轻量级网络设计的结合使用。因此，所提出的框架为ECG心律失常分类提供了分类性能与计算效率之间的有利权衡，使其非常适合可穿戴心脏监测系统、便携式ECG分析和边缘AI医疗保健应用。未来研究将着重于使用其他公共和外部ECG数据库验证所提出框架，以进一步评估其鲁棒性和泛化能力。还将研究更先进的轻量级架构、信号级数据增强策略和可解释人工智能技术，以提高分类性能、模型可解释性和少数类识别。此外，所提出的框架将集成到可穿戴ECG监测系统和边缘AI医疗保健平台中，以支持实际临床和家庭护理环境中的连续实时心律失常检测。
