这篇文档属于类型a（单篇原创研究报告），以下是详细的学术报告内容：

作者及机构

本研究由韩国多所高校及企业研究人员合作完成：
- 第一作者 Donghyeon Kim（隶属光云大学国防采购项目系）
- 通讯作者 Dae-Yeol Kim（庆南大学人工智能系）与 Chae-Bong Sohn（光云大学）
- 其他合作者来自HolmesAI公司（大邱总部及首尔AI研究中心）
- 发表于Scientific Reports期刊（2025年，卷15，文章编号7817）

学术背景

研究领域：生物医学信号处理与人工智能交叉领域，聚焦于心电图（ECG, Electrocardiogram）信号的心律失常（arrhythmia）自动分类。

研究动机：
1. 临床需求：心律失常的早期诊断依赖医师经验，但ECG信号复杂且存在个体差异，人工分析耗时且主观性强。
2. 技术瓶颈：传统基于卷积神经网络（CNN, Convolutional Neural Network）的方法依赖R波峰值检测（R-peak identification），而某些心律失常（如室性融合搏动）的R波难以识别，导致分类性能受限。
3. 理论突破点：结合时频分析（Stockwell变换）与混合深度学习架构（CNN-Transformer），以同时捕捉ECG信号的局部特征和长期依赖关系。

研究目标：
- 开发一种无需R波检测的高精度心律失常分类模型；
- 验证Stockwell变换在ECG特征提取中的优势；
- 在MIT-BIH和Icentia11k数据集上实现超越现有方法的分类性能。

研究流程与方法

1. 数据准备与预处理

• 数据集：
  
  • MIT-BIH心律失常数据库：48例患者，30分钟双导联记录（采样率360 Hz），包含5类心律失常（N/S/V/Q/F）。
    
  • Icentia11k数据库：11,000例患者动态心电图，含4类心律失常（N/S/V/Q）。
    
• 预处理流程：
  
  • 分段：原始信号划分为50秒窗口，进一步细分为10秒片段以降低计算复杂度。
    
  • 降噪：30 Hz低通滤波消除肌电噪声和工频干扰。
    
  • 降采样：采样率从360 Hz降至100 Hz以平衡计算效率与信息保留。
    
  • 基线校正：采用Tarvainen提出的去趋势法消除基线漂移。
    
  • 标准化：最小-最大归一化（0-1范围）和基于四分位距（IQR）的异常值剔除。
    
  • 时频变换：Stockwell变换（S-Transform）将信号转换为时频域，频率范围限定为0-15 Hz以抑制高频噪声。
    

2. 模型架构设计

混合CNN-Transformer模型（Hybrid ResNextNet-Transformer）：
- 特征提取层：
- 基于ResNextNet的CNN模块，通过分组卷积（grouped convolution）和SE（Squeeze-and-Excitation）注意力机制增强局部特征提取能力。
- 输出特征图经1×1卷积压缩后，转换为序列输入Transformer编码器。
- 序列建模层：
- 4层Transformer编码器（8头注意力机制，前馈网络维度2048），辅以残差连接和LayerNorm稳定训练。
- 均值池化（Mean Pooling）聚合时序特征，最终通过全连接层分类。
- 创新点：
- 无需R波检测：直接利用时频域特征，避免传统方法对R波的依赖。
- 混合架构：CNN捕捉局部形态特征（如QRS波群），Transformer建模长程时序依赖（如心率变异性）。

3. 实验与优化

• 训练配置：
  
  • 优化器：RAdam（学习率3e-4），混合精度训练加速GPU计算。
    
  • 损失函数：Focal Loss解决类别不平衡问题。
    
  • 数据增强：SMOTE（Synthetic Minority Over-sampling Technique）生成少数类样本。
    
• 消融实验：
  
  • 验证预处理步骤（去趋势、低通滤波）对时频特征质量的影响（图4）。
    
  • 对比不同架构（纯CNN、纯Transformer）的性能差异（表3）。
    

主要结果

1. 分类性能：

   • MIT-BIH数据集：准确率99.58%（5类），F1-score达0.997（S类）、1.0（F类）。
     
   • Icentia11k数据集：准确率97.8%（4类），N类灵敏度达99.13%。
     
   • 对比实验：混合模型显著优于纯CNN（MIT-BIH 99.41%）和纯Transformer（80.81%）。
     

2. 时频分析优势：

   • Stockwell变换的时频分辨率（图2）有效区分正常节律（N类）与室性早搏（V类）的频谱特征（图5）。
     
   • 去趋势步骤对基线漂移的校正效果显著（图4a），而低通滤波主要改善相位稳定性（图4b）。
     

3. 模型可解释性：

   • 类激活图（CAM, Class Activation Map）显示模型聚焦于频域2-10 Hz区域识别V类心律失常（图6a）。
     
   • t-SNE可视化证实特征空间对各类心律失常的清晰分离（图6b）。
     

结论与价值

科学价值：
- 提出首个结合Stockwell变换与CNN-Transformer的混合模型，为ECG信号分析提供新范式。
- 证实时频域特征可替代R波检测，解决传统方法在复杂心律失常中的局限性。

应用价值：
- 适用于实时心电监测系统，尤其对室性早搏（V类）等危重心律失常的敏感度达99.4%。
- 模型开源（GitHub），促进临床部署与后续研究。

研究亮点

1. 方法创新：
   
   • 首次将Stockwell变换引入深度学习框架，实现ECG信号的端到端时频特征学习。
     
   • 混合架构兼顾CNN的局部感知与Transformer的全局建模能力。
     
2. 性能突破：
   
   • 在MIT-BIH数据集上超越Fei-Yan等现有最佳模型（99.58% vs 99.6%），且覆盖全部5类心律失常（表4）。
     
3. 临床意义：
   
   • 无需R波检测的特性扩展了模型在噪声环境或特殊心律失常（如融合搏动）中的适用性。
     

其他有价值内容

• 局限性：计算复杂度较高，未来需优化实时性；未涵盖房颤（atrial fibrillation）等复杂心律失常。
  
• 展望：计划扩展至多导联ECG和更广泛的病理类型验证。
  

（全文约2000字）