深度学习模型用于12导联ECG分类中的特征分析与可解释性研究

人工智能 信息科学 医学影像 心血管系统 医学
深度学习 心电图 可解释性人工智能 特征归因 心房颤动 左束支传导阻滞 生物信号处理

深度学习在心电图自动诊断解释性研究 ——基于Explainable AI的进展综述

一、学术背景与问题提出

心电图（Electrocardiogram, ECG）作为临床诊断心脏疾病的重要生理信号采集手段，至今已有百年历史。近年来，随着人工智能（Artificial Intelligence, AI）和深度学习（Deep Neural Networks, DNNs）技术的快速发展，基于数据驱动的自动诊断算法在心电图领域获得了卓越的性能，尤其在心律失常等复杂异常识别上显著优于传统方法。深度学习模型通过自动学习和提取信号特征，极大地推动了心电图自动解读和辅助诊断系统的进步。

然而，这类黑箱性质的算法在实际临床应用中的推广仍然受限，最核心障碍之一正是缺乏可解释性（Explainability）。尽管模型能够给出明确的分类判断，但医学工作者难以理解其决策依据，担忧模型是否依赖伪相关（spurious correlation）、信号杂音或器械误差，进而影响诊断安全性和可靠性。例如，模型若将噪声特征或不具临床意义的信号作为诊断依据，极易出现“Clever Hans”式误判（即表面精准实为错误关联）。正因如此，提升深度学习模型的可解释性，揭示其隐含特征与临床标准的关系，已成为医学AI研究的关键和热点。

本研究团队有鉴于此，将可解释性人工智能（Explainable Artificial Intelligence, XAI）方法引入心电图自动诊断领域，旨在解析已训练深度学习模型对多导联心电图（12-lead ECG）分类时所学习到的隐含特征，验证模型是否习得与心脏病学教科书一致的诊断标准，并提出量化分析流程，为未来AI医学应用建构坚实基础。

二、论文来源与作者信息

本文题为《Analysis of a Deep Learning Model for 12-Lead ECG Classification Reveals Learned Features Similar to Diagnostic Criteria》，发表于权威学术期刊 IEEE Journal of Biomedical and Health Informatics（2024年4月第28卷第4期，页码：1848-1859）。首席作者为Theresa Bender（corresponding author），团队成员包括Jacqueline M. Beinecke、Dagmar Krefting、Carolin Müller、Henning Dathe、Tim Seidler、Nicolai Spicher和Anne-Christin Hauschild。其中，主要作者隶属于德国University Medical Center Göttingen医学信息学及心脏病学部门，展现了跨学科协作的深厚实力。

三、研究设计与技术流程

1. 研究总体思路

本研究以已建成并公开的深度残差网络（Residual Network, ResNet）模型为基础，采用来自两个大型公开心电图数据库（CPSC2018与PTB-XL）的原始心电数据，运用可解释性XAI方法分析模型在真实诊断流程中所学习的信号特征，并创新性地设计量化评价和可视化流程，系统性揭示AI模型的决策机制。

a. 数据来源与样本选择

  • CPSC2018数据库：采集自中国11家医院，经专家人工标注，包括多样化异常记录。本文选取200例正常心电、200例房颤（Atrial Fibrillation, AF）、200例左束支传导阻滞（Left Bundle Branch Block, LBBB）作为研究对象。
  • PTB-XL数据库：德国公开数据，时间跨度更长，患者群体和设备类型与CPSC2018存在差异，主要用于结果验证及泛化能力测试。

b. 数据处理与建模流程

  1. 预处理：所有心电信号均重采样至400 Hz，截取或零填充至4096个采样点，形成标准化输入矩阵（n × 4096 × 12，其中n为记录数量）。
  2. 模型推理：每条心电记录送入预训练ResNet模型进行六种心电异常的多分类预测，输出每种异常的概率分值（sigmoid激活）。
  3. 可解释性分析：采用Innvestigate工具包实现两类主流XAI方法：
    • Integrated Gradients（集成梯度，IG）：通过对输入与基线间梯度积分分配每个样本点的归因分值；
    • Layer-wise Relevance Propagation（分层相关性传播，LRP）：将输出预测分值分解为输入维度的相关性分数，提供更细致的模型解释。
  4. 三层量化分析流程：
    • 整体相关性分数统计：统计每个诊断类别（正常，AF，LBBB）下所有样本的相关性分布，分析模型对异常信号的敏感性。
    • 分导联相关性分数统计：以导联（lead）为单位，比较不同诊断类别的相关性分数，识别模型关注的关键导联。
    • 逐心跳时序相关性分析：“平均心跳”法将每条记录按心跳分段并对齐，分析每个节律周期内模型关注的关键波段（如P波、QRS波、T波），揭示模型与临床诊断标准的拟合程度。
  5. 可视化评价流程：相关性分数归一化（[-1, 1]），通过热力散点图等手段向专家、医生呈现AI决策逻辑，获取专家反馈并优化解释方法。
  6. 实验对比与泛化测试：
    • 新算法与传统LRP变种（如ε-LRP、αβ-LRP、ω^2-LRP）结果对比；
    • 用PTB-XL数据库数据进行流程复现，验证跨数据集适用性。

2. 主要技术创新与自研方法

本研究最大特色在于： - 创新提出“多层次量化相关性分析”流程，将相关性分数从整体到导联再到心跳周期，系统性审视模型学习特征与实际诊断标准之间的联系； - 整合多种XAI方法，推敲不同归因分配算法对于医疗决策解释的优劣及差异； - 提供详尽的可视化方案，为临床医生快速理解AI模型提供切实工具； - 跨数据库验证决策机制的共性与鲁棒性。

四、主要实验结果与过程分析

1. 整体相关性分数分布

分析显示，绝大多数心电采样点在模型决策中相关性分数靠近零，符合临床认知（除波段外的基线区通常无诊断意义）。对于AF、LBBB两类异常，其相关性分数分布略宽于正常心电，且偏向正值：LBBB的相关性分数在[0.0, 0.10]区间远高于正常组，AF组正负两端分布较广，说明模型对异常信号存在更强敏感性和选择性。

对单条记录进行分析，发现均值相关性分数（mn）随模型异常概率（cn）上升而增加。分类结果与均值相关性分数高度相关，错误分类往往落在分界阈值附近或均值相关性接近零，提示模型阈值有优化空间。

2. 分导联相关性分数分析

比较各导联，异常记录的相关性分数明显高于正常组，尤其在v1导联。房颤分类中，v1导联相关性分数差异最显著，提示模型习得了v1导联对于房颤诊断的重要意义（如高频颤波及P波丢失）；LBBB分类下，左侧导联（如avl、v5、v6）相关性亦显著，符合临床对于左束支阻滞诊断导联选择的标准。统计检验（Wilcoxon秩和检验）提示所有导联分数分布差异显著。

3. 逐心跳周期相关性分析

采用“平均心跳”算法（average beat）后发现，无论正常还是异常类别，模型主要将正相关性分数分配在QRS波群，P波和T波分数充分反映模型对诊断标准的学习程度：

  • AF分类中，QRS波特别是R峰为关键相关性集中区，正常记录中P波区域呈现高负相关性，反映模型能够辨识P波存在即为房颤“反证”特征。
  • LBBB分类中，不规则的宽QRS波、ST段及T波极性倒置为模型关注重点，正常组T波呈现明显负相关性，异常组高正相关体现了异常波群的重要性。相关性分数在异常周期集中，波形近似临床典型LBBB心电异常。

4. 可视化与专家评估

通过归一化热力图展示模型相关性分布，专家发现： - LBBB分类侧重于v1负向S波、延长ST段及宽大R波； - AF分类聚焦R波与P波缺失区，部分标记于疑似伪P波区； - 若样本包含信号伪差（baseline drift、噪声、导联脱落），相关性分数往往聚焦于伪差处，且分类易出错，有力印证模型对信号质量的依赖性。

5. 数据库与算法泛化能力分析

重复PTB-XL数据库实验，结果高度一致，算法具备较强数据库间泛化能力。LBBB组相关性分数分布仍高度集中于异常波形区，且受标签精细程度影响，提示未来可在更细致标签上进一步验证模型“教科书式”学习能力。

不同XAI方法之间对相关性分数分布影响显著。例如，ε-LRP与αβ-LRP更侧重R峰，ω^2-LRP对非R波及伪差关注提升，IG方法整体解释力更佳、集中度更强，推断不同归因框架需针对实际临床应用场景灵活选择。

五、结论及科学价值

综上所述，本文系统证明了预训练深度学习模型在12导联心电自动诊断中已能习得与临床教科书标准相符的多种诊断特征。例如，模型能够将明显P波标记为AF异常的“反证”特征，将QRS波宽大变形、T波方向判为LBBB表现，且可根据不同导联分配诊断权重，有力支撑AI辅助诊断的安全性及可靠性。

本研究提出的多层次量化相关性分析流程及可视化方法，可顷刻向临床医生展示模型决策逻辑，助力判定AI诊断依据合理性、降低误判风险。对未来开发临床AI“辅助解释”工具具有重要推动意义，并为AI系统实际落地打下坚实基础。研究同时发现：模型在信号伪差干扰下易产生相关性分数偏移和错误分类，提示未来可结合该相关性分析开发信号质量检测和异常预警功能。

六、研究亮点与创新贡献

  1. 高维度直观解释流程：开创性将可解释性AI分析细分为整体、导联、心跳周期三级，极大提升诊断透明度。
  2. 临床与AI标准深度融合：系统验证深度学习模型可“自发”习得心电学诊断关键特征及导联选取，增强医学AI可信性。
  3. 多算法交叉验证：对比多种XAI归因方法，阐明各自优劣，为后续临床实际选择提供理论依据。
  4. 可视化支持临床决策：热力图、散点图等可视化手段拓展医生理解AI决策的思路，推动AI医学“白箱化”进程。
  5. 跨数据库高度泛化能力：不同数据库复现实验结果一致，有效排除设备与人群差异影响。

七、局限性与未来展望

  • 基于集成梯度（IG）方法的分析对时间相关性（如心律不齐导致的RR间期异动）信息解释有限，对房颤（时序相关异常）解释尚存不足，后续需结合更多时序归因算法；
  • 采用公开数据库存在样本选择偏倚，未来应纳入真实临床急诊及住院数据验证广泛适用性；
  • 尚未系统开发自动伪差检测及纠错功能，后续结合相关性分数时序分析有望提升AI系统鲁棒性与安全性。

未来团队计划基于本研究成果开发交互式临床AI解释工具，实现可视化逻辑审查和AI辅助诊断“双保障”，助力AI心电图自动诊断在实际临床广泛落地。

八、其他有价值的信息

本研究所有源代码已在GitLab公开（https://gitlab.gwdg.de/medinfpub/biosignal-processing-group/xai-ecg, commit #aed722d8），并提供完整PTB-XL数据库分析结果与动态图视频（随附件材料发布），有助于学界同行复现进一步研究。

九、总结与学术意义

该研究充分展示了基于可解释性AI方法在心电图自动诊断领域的应用前景，既为临床医生打破AI“黑箱”提供实际工具，也为AI医学技术安全推广扫清主要障碍。所提出多层次分析及可视化流程极大推进了医学AI决策透明化，是推动AI医学普及的里程碑式工作，对提高患者安全、减少误诊风险、提升临床诊治效率具有重要价值。