基于可解释深度学习的心电图心律失常预测框架：ECG-CNNTX模型在PVC检测中的创新应用

《IEEE Access》：Design of an Explainable Deep Learning Framework for ECG-Based Arrhythmia Prediction

本研究针对心电图（ECG）心律失常人工诊断效率低、易出错的问题，开发了一种将ECG信号转化为二维图像并结合EfficientNetB0与Transformer的混合深度学习框架ECG-CNNTX。该模型在MIT-BIH数据库的PVC检测中达到99%的准确率，并通过Grad-CAM实现可视化解释，为临床提供高精度、可解释的自动化诊断方案。

　　

心血管疾病是全球首要死因，其中心律失常是导致心源性猝死的重要诱因。传统心电图分析依赖专业医师肉眼判读，不仅耗时耗力，还存在观察者间差异。尽管机器学习技术已应用于心律失常自动检测，但现有模型往往存在泛化能力不足、可解释性差等瓶颈，特别是对心室早搏（PVC）这类特定心律失常的识别精度仍有提升空间。

为解决这一临床痛点，印度韦洛尔理工大学的Deepika Tenepalli与T. M. Navamani在《IEEE Access》发表研究，提出了一种创新性的可解释深度学习框架。该研究突破传统一维信号处理思路，将ECG信号转化为二维波形图像，并构建了结合EfficientNetB0卷积神经网络与Transformer注意力机制的混合模型（ECG-CNNTX），在PVC检测中实现了99%的准确率，同时通过梯度加权类激活映射（Grad-CAM）技术提供决策可视化，极大提升了模型的临床可信度。

研究团队采用的核心技术方法包括：基于WFDB库的ECG信号分割与标注、Butterworth带通滤波（0.5-40 Hz）去噪处理、Matplotlib波形图像生成（224×224像素）、EfficientNetB0特征提取与Transformer全局上下文建模的混合架构，以及Grad-CAM可解释性分析。实验数据来源于MIT-BIH心律失常数据库的48条记录，包含112,559张ECG图像（正常类105,430张，PVC类7,129张），按8:2比例划分训练集与测试集。

模型架构设计

ECG-CNNTX模型采用双分支结构：EfficientNetB0主干网络负责提取局部波形特征（如QRS波群形态），Transformer模块则通过自注意力机制捕捉全局时空依赖关系。该设计有效解决了传统CNN模型感受野有限的问题，同时避免了纯Transformer模型参数量过大的缺陷。模型最终通过Sigmoid激活函数输出PVC概率预测，并采用二元交叉熵损失函数进行优化。

性能验证结果

在超参数优化（学习率1e-3~1e-4、Dropout率0.3-0.5）后，模型在测试集上准确率达99.01%，精确度98.90%，召回率99.00%，F1分数98.95%，AUC-ROC值0.997。消融实验表明，单独使用EfficientNetB0或Transformer仅能获得95.23%和94.12%的准确率，验证了混合架构的协同优势。

可解释性分析

Grad-CAM热力图显示模型决策主要聚焦于QRS复合波区域，与临床诊断依据高度吻合。这种可视化解释机制使医生能够直观理解模型判断依据，显著增强了对AI决策的信任度。

该研究通过创新的"信号-图像"转换策略和混合深度学习架构，成功解决了ECG心律失常检测中的精度与可解释性难以兼顾的难题。相比传统方法，ECG-CNNTX不仅实现了最先进的检测性能，更开创了临床可理解的AI辅助诊断新模式。研究指出的未来方向——包括多中心验证、多导联扩展模型压缩等——将为深度学习在心血管疾病诊断中的实际应用铺平道路。这种将先进AI技术与临床需求紧密结合的研究范式，对推动智慧医疗发展具有重要示范意义。