简介基于深度学习的心电异常检测项目面向医疗AI开发者、数据科学学习者及相关课题研究者采用卷积神经网络CNN处理心电图ECG信号旨在解决传统人工阅图诊断效率低、易漏检的痛点。资源共8个文件以5个Python脚本为核心覆盖数据预处理、自建数据集、模型训练与测试等完整流程另附2张结果对比图和1个测试文件压缩包仅9KB轻量易用。已有470人学习适合入门心电信号处理与CNN实战的读者也适合作为课程设计与毕业设计的参考基线。内含输入数据读取、自有数据转换、N/R波分类训练等脚本配合可视化结果图可快速复现从数据整理、模型构建到异常判别的全过程帮助用户理解CNN在医疗信号分析中的具体落地方式并为进一步优化模型提供起点。1. 心电异常检测这个 zip 包里到底藏着什么关键点别急着把它当成一个压缩包解压完就能跑的现成项目。基于深度学习的心电异常检测本质上是把一个一维时间序列分类问题拆成数据切片 模型选型 不平衡分类 可解释输出四段活。真正决定模型能不能上线的是前三段而不是网络结构有多新。我从 2021 年开始陆续做过两版这种方案第一版直接把开源分类网络套上去结果验证集指标漂亮一换数据源就翻车。这个方向适合两类人一类是医疗 AI 或健康监测相关的算法工程师要对接可穿戴单导联心电设备另一类是刚入门深度学习的同学想找一个比 MNIST 更有实战意义的时间序列项目练手。读完这篇文章你能搞清楚整个落地路径、能直接复现的代码片段以及我在数据对位、类别不平衡和阈值标定上踩过的坑。2. 把心电信号变成模型能吃的训练样本预处理与切片方案2.1 原始心电数据长什么样为什么不能直接进网络心电信号是典型的低频生物电信号频率主要集中在 0.05Hz 到 100Hz 之间。常见的公开数据集如 MIT-BIH 心律失常数据库记录的是 360Hz 采样率下的 MLII 导联信号一个样本持续 30 分钟总共有 65 万个采样点。如果直接把整段信号丢进模型序列太长LSTM 根本记不住CNN 的感受野也覆盖不了完整的 PQRST 波形周期。我的做法是先把连续的 ECG 信号切成固定长度的短片段。这里有一个关键参数窗口长度。切得太短比如 1 秒单个窗口里可能只有不到一个完整心跳周期模型看不全波形形态切得太长比如 30 秒正负样本比例会更失衡而且计算量上去了收益却不大。常见做法是切 10 秒窗口360Hz 采样率下就是 3600 个采样点刚好覆盖 10 到 15 个心跳周期。2.2 去噪与基线漂移修正的实操顺序心电信号里最常见的三类噪声是50Hz 工频干扰、肌电噪声、基线漂移。基线漂移这个问题最容易被忽略——患者呼吸、肢体移动都会让整段信号整体上下浮动。如果不去除模型很容易学到信号在漂移这个伪特征而不是学真实的波形形态。我的处理顺序是固定的先用中值滤波估计基线窗口长度设为采样率的 0.2 倍也就是 72 个采样点然后把原始信号减去这个基线估计值最后用 50Hz 陷波滤波器消除工频干扰。import numpy as np from scipy.signal import medfilt, iirnotch, filtfilt def preprocess_ecg(signal, fs360): # 1. 中值滤波估计基线漂移窗口长度取 0.2 * fs baseline medfilt(signal, kernel_sizeint(0.2 * fs)) detrended signal - baseline # 2. 50Hz 陷波滤波消除工频干扰 b, a iirnotch(w050, Q30, fsfs) filtered filtfilt(b, a, detrended) # 3. 归一化按全局统计量缩放到零均值单位方差 mean np.mean(filtered) std np.std(filtered) normalized (filtered - mean) / (std 1e-8) return normalized陷波滤波器的 Q 值选 30 是经验值Q 值越高陷波带宽越窄对 49Hz 和 51Hz 附近的有效信号损伤越小。注意中途不要做归一化否则基线漂移去除的效果会被数值缩放掩盖归一化必须放在滤波之后完成。我在第一版方案里把顺序弄反过模型训练 Loss 一直降不到低位后来检查预处理后的输出波形才定位到问题。2.3 切片时的标签对齐一个看似简单实则容易翻车的环节MIT-BIH 数据集的标注是按 R 峰位置给的一个标注对应一个心跳类别是 N正常、V室性早搏、S室上性早搏等。做窗口切片时不能随便从一个窗口起点开始切否则标签会落在这个窗口内部的任意位置模型不知道到底该对齐哪个心跳。常见做法是以每个 R 峰为中心向两侧各取 5 秒形成以心跳为中心的对齐窗口。这样每个窗口内只包含一个主导心跳标签就是这个心跳的类别。我的切片代码如下def make_centered_windows(signal, r_peaks, labels, fs360, window_sec10): half int(window_sec * fs / 2) windows, targets [], [] for r_peak, label in zip(r_peaks, labels): start r_peak - half end r_peak half if start 0 or end len(signal): continue # 丢弃越界的窗口不补零防止边界伪迹进训练集 windows.append(signal[start:end]) targets.append(label) return np.array(windows), np.array(targets)这段代码的核心思想是以心跳为中心对齐而不是以窗口为起点扫描。很多初版实现直接用滑窗扫描整段信号再把窗口内多数标注当作当前窗口的标签这会在心跳密集区域造成标签错位——窗口边界正好切在相邻心跳的 QRS 波上窗口内有两个心跳标签打架。对齐窗口策略推到线上也一样有效线上数据没有标注R 峰位置用轻量级 QRS 检测器比如潘-汤普金斯算法实时算出来即可逻辑不变。3. 模型选型为什么一维 CNN 和 LSTM 的混合结构更契合心电信号3.1 心电波形对模型结构的两个硬约束心电异常检测是一个典型的时间序列分类问题但它和语音、自然语言处理有本质区别心电波形的关键信息集中在 QRS 波的形态、ST 段的抬高压低、RR 间期的长短上。这些特征的持续时间从几十毫秒到几百毫秒不等跨尺度特征明显。纯 CNN 的问题在于感受野固定如果卷积核只覆盖 0.1 秒学不到房颤这种持续几分钟的节律特征纯 LSTM 的问题在于计算量大而且心电信号单通道特征简单让 LSTM 去逐点记忆波形反而是浪费。我一般用的是 CNN-LSTM 混合结构CNN 部分负责提取局部波形形态特征LSTM 部分负责建模心跳间的时间依赖。这个结构的直觉和心电图医生的读图方式一致——先看单拍波形是否正常再看节律是否规整。3.2 一个可以跑通主流的混合网络结构下面这个结构我实测过在 MIT-BIH 上做四分类正常、室性早搏、室上性早搏、其他可以达到 95% 左右的 F1 分数而且参数体量只有约 30 万CPU 上推理一个 10 秒窗口只要几十毫秒。import torch import torch.nn as nn class ECG_CNN_LSTM(nn.Module): def __init__(self, num_classes4, input_dim1): super().__init__() # 三层一维卷积逐步扩大感受野 self.conv1 nn.Conv1d(input_dim, 32, kernel_size5, stride1, padding2) self.conv2 nn.Conv1d(32, 64, kernel_size7, stride2, padding3) self.conv3 nn.Conv1d(64, 128, kernel_size9, stride2, padding4) self.pool nn.MaxPool1d(kernel_size2, stride2) # LSTM 建模心跳间的时间依赖 self.lstm nn.LSTM(input_size128, hidden_size64, num_layers1, batch_firstTrue, bidirectionalTrue) # 分类头 self.classifier nn.Sequential( nn.Dropout(0.3), nn.Linear(64 * 2 * 10, 128), # 双向LSTM输出 128 维10 是序列长度 nn.ReLU(), nn.Dropout(0.2), nn.Linear(128, num_classes) ) def forward(self, x): # x: (batch, 1, 3600) x self.pool(torch.relu(self.conv1(x))) x self.pool(torch.relu(self.conv2(x))) x self.pool(torch.relu(self.conv3(x))) # 输出形状: (batch, 128, 450) x x.permute(0, 2, 1) # 转成 (batch, seq_len, features) out, _ self.lstm(x) # out: (batch, seq_len, 128) out out.reshape(out.size(0), -1) return self.classifier(out)注意这个网络是全卷积LSTM中间没有用全局池化而是直接把 LSTM 输出拉平接全连接。因为 LSTM 输出的是每个时间步的隐状态拉平后保留了时间顺序信息。如果改成全局平均池化会丢失心跳间的不规则节律信息对室早和房颤的分类效果会下降。这个细节是我对比过三种不同接法后得出的结论。另外卷积核大小从 5 逐步扩到 9目的是在浅层提取精细波形、在深层提取大尺度节律特征。3.3 为什么不建议直接套开源图像分类网络很多人会把 ResNet 的 2D 卷积改成 1D 来用或者直接上 Transformer。我个人不太建议在第一个版本就这么干。原因有三个第一心电是单通道信号ResNet 的 bottleneck 结构是为高维图像设计的1D 化之后参数浪费严重第二心电样本量通常不大MIT-BIH 只有 48 条完整记录大规模 Transformer 很容易过拟合除非做迁移学习或者数据增强第三可解释性差医疗场景下医生问你为什么判这个心跳是早搏CNN-LSTM 至少可以通过注意力权重回溯到具体时间点纯 ResNet 很难给出这种解释。4. 训练策略类别不平衡、损失函数和评估指标的取舍4.1 心电数据集的病态分布是天然的MIT-BIH 数据集中正常心跳占总标注数量的约 85%室性早搏占约 7%其他类别加起来不足 10%。如果你直接按原始分布训练模型学到的最优策略是全部预测为正常最终准确率也有 85%看起来不错但完全没有临床意义。这就是心电异常检测里准确率陷阱的由来。4.2 用加权交叉熵还是 Focal Loss我常用的是带类别权重的交叉熵权重按训练集类别频率的倒数计算。对于数量级不平衡特别严重比如正常:异常 500:1的情况再用 Focal Loss。两者的选择标准很简单先试加权交叉熵如果少数类的 F1 还是上不去再切 Focal Loss。from torch.nn import functional as F def compute_class_weights(labels, num_classes): class_counts np.bincount(labels, minlengthnum_classes) total len(labels) weights total / (class_counts * num_classes) # 归一化保证和值为 1 return torch.tensor(weights, dtypetorch.float32) # 训练循环中动态调用 class_weights compute_class_weights(train_labels, num_classes4) criterion nn.CrossEntropyLoss(weightclass_weights.to(device))这段代码中total / (class_counts * num_classes)是避免权重绝对值过大的归一化做法。比如正常类占 85%权重就是 0.294室早类占 7%权重是 3.57。这样在反向传播时误分类一个室早样本的 Loss 贡献是误分类一个正常样本的 12 倍。注意权重必须在训练集上统计不能在验证集或测试集上统计否则会数据泄露。4.3 评估指标只看 F1 和混淆矩阵不要把准确率当回事在这个领域我最常向同事强调的一点是模型报告里不要只写准确率要写每一类别的敏感度和特异性。心电异常检测一旦漏检面对的就是室颤、心脏停搏这类致命风险宁可多报异常让医生复核也不能漏。所以我的评估脚本固定输出三样东西分类别 F1-Score、混淆矩阵、以及一个特殊指标——异常召回率也就是所有真正异常的心跳中有多少被正确检测出来。from sklearn.metrics import classification_report, confusion_matrix # preds: (n,), trues: (n,) report classification_report(trues, preds, target_names[N, V, S, A], digits4) cm confusion_matrix(trues, preds) # 异常召回率 所有真正异常样本中被预测为异常的比例 # 异常 V, S, A abnormal_mask trues 0 abnormal_recall (preds[trues 0] 0).sum() / abnormal_mask.sum() print(report) print(cm) print(fAbnormal Recall: {abnormal_recall:.4f})把异常召回率单独拎出来的原因是在加权交叉熵的训练下模型可能为了提升少数类 F1 而过度预测异常导致正常心跳被误报成异常。异常召回率高、正常类 F1 也高才是好模型。如果异常召回率在 95% 以上但正常类 F1 掉到 80% 以下说明模型偏向过度诊断需要调整阈值或降低异常类的权重。4.4 训练时的早停策略和模型保存心电模型的训练最容易出现过拟合发生在第 20 到第 50 个 epoch 之间。我一般用两个早停条件验证集 Loss 连续 10 个 epoch 不下降或者验证集的宏平均 F1 连续 10 个 epoch 没有刷新最优值。模型保存时只保存验证集 F1 最优的那一份权重而不是最后一份。这个习惯帮我避免过很多次再训几个 epoch 说不定会更好的侥幸心理造成的过拟合模型上线问题。5. 心电异常检测避坑从标签错位到阈值失控的 4 个翻车现场5.1 标签错位模型学到的不是波形特征而是偏移后波形现象训练集上 F1 很高验证集上掉得厉害而且误分类样本呈现明显的规律性——模型总是把一个心跳的标签分配到相邻心跳上。原因切片时没有以 R 峰居中而是用固定步长扫描窗口窗口内两个心跳的标注打架。解决改成 2.3 节中的以 R 峰为中心的切片方式如果使用公开数据集注意有些数据集的标注是每个心跳一个点需要先做 R 峰检测对齐不能用数据集自带的标注点直接作为窗口中心。5.2 测试集按记录划分还是按片段划分直接决定模型可信度现象测试集 F1 有 97%换到另一台设备采集的新数据上F1 掉到 70% 以下。原因把同一个患者的相邻片段同时放进了训练集和测试集模型记住了患者个体特征比如特定的 QRS 形态而不是泛化的异常判别能力。解决按患者划分数据集同一患者的所有片段只能出现在训练集或测试集中的一个里面。这是心电领域最常见的评估方式也是审稿人必查的一个点。我的经验是一开始就按记录 ID 分组划分运行时按group_k_fold切分彻底避免患者级数据泄露。5.3 模型输出的概率阈值不是默认的 0.5现象模型预测的异常类别概率输出普遍偏低用 0.5 做阈值时异常召回率只有 60%但用 0.2 就能到 90%。原因加权交叉熵训练下的模型输出的概率分布被拉偏0.5 并不代表最优决策边界。很多模型通过输出概率 阈值来平衡敏感度和特异性这个阈值必须根据验证集上的目标约束来选择。解决我一般会做一个阈值扫描实验从 0.05 到 0.95 以 0.05 为步长遍历选择在验证集上满足异常召回率 95%条件的最小阈值。这个阈值效果最好的概率值往往是 0.2 到 0.3 之间而不是 0.5。5.4 导联不一致模型在单导联上训练却在多导联上部署现象把 MIT-BIH 上训练好的模型迁移到 12 导联设备采集的数据上预测结果完全不可用。原因不同导联的波形形态差异很大单导联模型学到的只是特定导联的波形特征迁移到别的导联就失效。解决要么训练时统一用单导联常见做法是统一用 II 导联或 V1 导联要么训练时随机抽取不同导联做数据增强。没有统一导联的情况下模型上线前至少要做一个导联迁移验证——拿少量新导联数据去测试旧模型看 F1 是否还能接受。这个过程有一个专业说法叫域漂移测试做一次成本不高能避免大量上线后的返工。6. 把模型装回 zip 包里推理接口、阈值标定和效果验证6.1 推理接口的设计要点项目交付时zip 包里的核心不只是模型权重文件还有推理代码。我的推理入口固定设计为一个函数输入一段原始心电信号和采样率输出每个 10 秒窗口的异常类别标签和置信度。滑动窗口的重叠率设成 50%这样同一个心跳至少被两个窗口覆盖可以用相邻窗口的预测一致性来抑制偶发误判。def predict_ecg_stream(model, signal, fs360, window_sec10, overlap0.5): model.eval() window_len int(window_sec * fs) step int(window_len * (1 - overlap)) scores [] for start in range(0, len(signal) - window_len 1, step): window signal[start:start window_len] # 预处理和训练时保持一致 window preprocess_ecg(window, fs) window_tensor torch.tensor(window, dtypetorch.float32).unsqueeze(0).unsqueeze(0) with torch.no_grad(): prob torch.softmax(model(window_tensor), dim1).squeeze() scores.append(prob.numpy()) # 对重叠窗口的预测做平均降低单窗口误判 return np.mean(scores, axis0)这段代码里的重叠窗口平均是上线前最值得加的一个后处理手段。单窗口预测的抖动很大尤其是对室早这类持续时间只有 0.1 秒的异常正好落在窗口边界时容易漏检。重叠预测加平均之后漏检率能降三分之一以上。6.2 阈值标定的完整闭环模型训练好之后我通常会在验证集上跑一遍完整的数据流信号预处理 → 滑窗推理 → 概率平均 → 阈值判定 → 输出异常事件。这里最容易被忽略的一步是阈值标定必须在验证集上完成一次端到端的扫描而不是只对模型输出做统计。因为滑窗重叠、预处理函数版本变化都会改变概率分布。我经历过一次预处理函数修改后忘了重新标定阈值上线后正常人群误报率直接翻倍花了一天时间排查才定位到问题。6.3 验证模型做得好不好我最后的习惯动作我交付前一定会做一件额外的事把模型对 100 段典型正常信号和 100 段典型异常信号的原始输出打印出来逐条用肉眼核对一遍。我长年养成的习惯是在测试集上算完指标后再列一张表格异常类型、样本数、预测概率中位数、概率分布区间、判别最差的三条样本的原始波形片段。这张表比任何指标都更能暴露问题——如果某类异常的概率中位数只有 0.2无论 F1 多高模型在这个类别上的置信度都是不足的。认真讲这类检查救回来很多次项目验收时的尴尬。希望这个思路也能帮到你在动手之前先把数据对位和评估闭环这两件事想清楚心电异常检测的落地之路会好走很多。本文还有配套的精品资源点击获取