基于标准12导联心电图(ECG)图像的心血管疾病自动分类轻量多尺度深度学习框架(FPN–ECA–ELM)

《Technologies》：A Lightweight Multiscale Deep Learning Framework for Automated Cardiovascular Disease Classification from Standard 12-Lead ECG Images

　　

摘要：心血管疾病(Cardiovascular Diseases, CVDs)是全球死亡率的首要原因，凸显了对高效可靠的心电图(Electrocardiogram, ECG)自动化分析的需求。尽管深度学习方法已实现较高的分类准确率，但其较大的模型参数量和计算需求限制了临床部署。本研究提出一种轻量多尺度框架——FPN–ECA–ELM，集成了特征金字塔网络(Feature Pyramid Network, FPN)、高效通道注意力(Efficient Channel Attention, ECA)模块及极限学习机(Extreme Learning Machine, ELM)，用于基于标准12导联ECG图像的心血管疾病自动分类。FPN通过融合不同网络深度的特征图生成高分辨率且富含语义信息的表示，实现高效的多尺度特征融合；ECA执行通道级特征重标定；ELM替代传统全连接层，进一步降低计算成本。在患者间评估(Inter-patient Evaluation)协议下，该模型在二分类任务中达到87.08%的准确率(Accuracy)与87.07%的加权F1值(Weighted F1-score)，在五分类任务中达到78.06%的准确率与78.34%的加权F1值，表现出具有竞争力的分类性能。该模型仅含173万参数(1.73 Million Parameters)，模型大小为6.59 MB，单次前向推理需0.21 GFLOPs，单样本推理时间为0.69 ms。这些结果表明该框架在准确率与效率间取得了良好平衡，支持其在资源受限的临床环境及边缘计算(Edge-computing)环境中的实际部署。

论文解读：基于标准12导联心电图图像的心血管疾病自动分类轻量多尺度深度学习框架(FPN–ECA–ELM)

一、研究背景与意义

心血管疾病(Cardiovascular Diseases, CVDs)是全球发病与死亡的首要原因，早期识别对及时干预至关重要。标准12导联心电图(Electrocardiogram, ECG)是临床最常用的心脏功能评估工具，但在实际临床与基层远程医疗场景中，数字ECG信号往往不可用，常仅有纸质或图像格式记录。传统人工判读耗时且依赖专家经验，而现有基于深度学习的ECG分类方法多依赖复杂架构或多模态输入，参数量大、计算开销高，难以在资源受限环境中部署；此外，多数方法需先将ECG图像重建为数字信号，增加了预处理负担。针对上述问题，研究人员提出了一种可直接处理12导联ECG图像、无需信号重建的轻量多尺度深度学习框架(FPN–ECA–ELM)，旨在兼顾诊断准确率与计算效率，适合在临床边缘设备推广使用。该论文发表于《Technologies》期刊。

二、主要关键技术方法

研究人员选用公开PTB-XL ECG数据集(版本1.0.3，含21,799条记录来自18,869名患者)，经筛选去除无标签及不确定样本并剔除少于20例的子类，保留13,247条记录对应5个诊断超类。将500 Hz原始12导联ECG信号采用重叠时间窗转为128×128灰度ECG图像(双列布局，无导联标签)，共生成92,722张图像。按患者ID(Patient ID)划分训练(80%)、验证(10%)、测试(10%)实施严格的患者间评估(Inter-patient Evaluation)以防数据泄露，并使用类别加权交叉熵(Class-weighted Categorical Cross-Entropy, WCE)缓解类别不平衡。以CNN为骨干网络，集成特征金字塔网络(Feature Pyramid Network, FPN)做多尺度自底向上与自顶向下特征融合、高效通道注意力(Efficient Channel Attention, ECA)模块做无降维通道重标定、极限学习机(Extreme Learning Machine, ELM)替代全连接层做分类，最终以准确率(Accuracy)、特异度(Specificity)、灵敏度(Sensitivity)、F1值及受试者工作特征曲线下面积(Area Under the ROC Curve, AUC-ROC)评估性能。

三、研究结果

4.1. Performance Evaluation for CVD Classification Tasks（心血管疾病分类任务性能评估）

通过患者间协议评估，二分类（正常NORM vs 异常ABNORM及各异常超类）中模型整体准确率超87%，NORM vs ABNORM达87.08%准确率与87.07%加权F1值，AUC-ROC普遍高于0.85（NORM–MI达0.98），仅高血压心肌肥厚(HYP)类因样本少且形态重叠致灵敏度偏低(约73%)、AUC为0.88。五分类总体准确率为78.06%，加权F1值为78.34%；宏平均(Macro-averaged)灵敏度65.69%、F1值63.99%，加权(Weighted-averaged)相应值分别为78.06%与78.34%。混淆矩阵显示正常(NORM)、心肌梗死(Myocardial Infarction, MI)、ST-T改变(STTC)灵敏度较好(64%–86%)，传导障碍(Conduction Disturbance, CD)约66%，HYP仅35%易被误分为NORM或STTC，反映少数类识别困难。

4.2. Computational Resource Consumption Estimation（计算资源消耗估算）

模型仅含1.73×10⁶参数，大小6.59 MB，单次推理0.21 GFLOPs，每Epoch训练约280 s，单样本推理时间6.9×10^?4s（0.69 ms）。信号转图像离线预处理单条10 s记录需2.4 s。相比VGG16(1524万参数、10 GFLOPs)与MobileNet(428万参数、0.37 GFLOPs)，所提模型参数量与计算量显著更低且准确率最高，证明轻量化设计有效性。

四、讨论与结论总结

讨论部分指出：二分类表现良好，多分类因严重类别不平衡及HYP与NORM/STTC形态重叠导致少数类灵敏度低，宏平均与加权平均差异明显反映此偏差；Grad-CAM可视化显示128×128分辨率下模型关注区部分落于导联间隙，提高至256×256后注意力更集中于ECG波形本身，说明低分辨率框架是轻量部署的实用折衷；两列排布ECG可能引入非生理性空间连续性偏倚，未来可通过输入表示重构与导联随机化改善；单一数据集(PTB-XL)存偏差，未来拟引入多中心数据、高级过采样(如ADASYN)及模型剪枝量化进一步优化。该图像基方法不替代信号基方法，而是适用于无高级信号系统的纸基/图像ECG场景的补充方案。

结论(Conclusion)部分翻译浓缩：

研究人员提出了一种融合FPN、ECA与ELM的轻量混合深度学习框架，用于基于标准12导联ECG图像的CVD自动分类。在患者间评估下证明了二分类的稳健性与具竞争力的判别力，多分类少数类识别仍有挑战。利用含多导联形态信息的ECG图像表示及网内多尺度特征融合与ELM分类，实现了单输入管线下的轻量设计，模型尺寸、计算成本与推理延迟显著降低，适合无先进ECG信号系统场景下的CVD筛查辅助工具。更高分辨率促使模型更多关注信号形态区域，揭示了形态可解释性与计算效率间的权衡。未来将通过多中心学习、不平衡处理策略及网络压缩进一步提升临床可靠性与部署可行性。