基于领域知识的时空图卷积网络用于心电图识别

# 基于领域知识的时空图卷积网络用于心电图识别
来源：https://arxiv.org/html/2607.01282
11中国移动研究院，北京，中国22中国移动大湾区创新研究院，广州，中国33北京交通大学，北京，中国44中国科学院微电子研究所，北京，中国55紫金山实验室，南京，中国
55email:[email protected]
张智鹏 袁晓航 谢宁伟 谢宇昕 王晓林 郭猛 柴新刚 姚振杰

###### 摘要

尽管人工智能（AI）取得了进展并广泛应用，但其模型的可解释性在医疗等专业领域仍面临挑战，尤其是在心电图识别方面。本文不依赖端到端卷积神经网络，而是提出了一种基于领域知识的图卷积网络用于心电图识别。作为心电图解读关键要素的PRQST关键点被纳入领域知识。采用双流有向图对心电周期内部及周期之间的关系进行建模。具体来说，空间有向图捕捉关键点之间的位置关系，而时间有向图则描绘长时心电序列中相邻周期之间的时间依赖关系。在首届中国心电图智能竞赛数据集上进行的实验（该数据集专门将心电图分为九类）证明了所提模型的有效性。总体平均F1分数为88.1%，罕见类别的平均F1分数为76.3%，均优于现有最先进模型。领域知识的引入确实提升了检测性能，尤其对于罕见类别。

###### 关键词：

领域知识 图卷积神经网络 双流有向图 心电图识别。

††马*和张*对本文贡献相同。
## 1 引言

近年来人工智能（AI）的进展使其在多个领域得到广泛应用[18 (https://arxiv.org/html/2607.01282#bib.bib3),9 (https://arxiv.org/html/2607.01282#bib.bib4)]。这种应用正在被探索以提升医疗质量并降低成本[14 (https://arxiv.org/html/2607.01282#bib.bib5)]。临床医生能从计算机辅助治疗中受益，因为这有助于减轻诊断过程中主观解读和观察者间差异的影响[27 (https://arxiv.org/html/2607.01282#bib.bib6)]。

深度学习（DL）为解决这些需求提供了有前景的方法[27 (https://arxiv.org/html/2607.01282#bib.bib6)]。然而，性能的显著提升往往来自大型数据集。在传统计算机视觉任务中，存在规模大且标注良好的数据集，如ImageNet（包含来自20,000个类别的超过1400万张标注图像）[5 (https://arxiv.org/html/2607.01282#bib.bib8)]。而在医疗应用中，存在一些难以获取相应数据和标注的罕见病例。越来越多的人认为，将领域知识融入机器学习模型在许多情况下可能是有帮助的[23 (https://arxiv.org/html/2607.01282#bib.bib10)]。

专家的领域知识包括他们经常关注的特定区域、优先考虑的特征以及广泛的解剖学知识。这些领域知识是基于大量样本积累、总结和验证的。尽管领域知识丰富，但如何有效地将其整合到深度神经网络中仍然是一个具有挑战性且尚未解决的问题。

参见图说明图1：心电图中每个波周期的组成，包括P波、PR间期、QRS波群、ST段、T波、QT间期等。心电图被广泛用于识别多种心脏问题[1 (https://arxiv.org/html/2607.01282#bib.bib14),10 (https://arxiv.org/html/2607.01282#bib.bib15)]。心电图解读在评估心血管疾病中至关重要，依赖于心脏病专家的专业知识或计算机辅助诊断系统。深度卷积神经网络（CNN）以端到端的方式直接从原始心电数据中提取特征并识别模式[8 (https://arxiv.org/html/2607.01282#bib.bib16)]。我们认为，将心电领域知识整合到深度神经网络架构中可以进一步提升基于心电的评估的诊断性能。图1 (https://arxiv.org/html/2607.01282#S1.F1) 展示了心电图每个波段的组成，这是准周期性心电信号的一个周期。心电图异常通常表现为波形异常和节律异常，包括一个周期内的异常（周期内异常）和跨长时周期的异常（周期间异常）。波段中包含的信息是心电诊断的关键领域知识。

为了捕捉心电信号中的关键领域知识，采用图卷积网络（GCN）对心电关键点的时间和电压信息进行建模，因为GCN在数据表示方面提供了更大的灵活性。GCN将信号概念化为拓扑网络中的节点，并通过图的边捕捉它们之间的关系。GCN在发现和建模图节点之间的内在连接方面是有效的[4 (https://arxiv.org/html/2607.01282#bib.bib21)]。

我们的主要贡献如下：

- • 构建了基于领域知识的心电图图结构，该结构表示心电图的标志点并建立它们之间的连接，以有效捕捉心电图的节律和形态。
- • 采用双流有向图模型，包括用于周期内信息的空间有向图（SDG）和用于周期之间信息的时间有向图（TDG），对从心电图中构建的图结构进行建模。
- • 在真实世界的心电数据集上验证了该方法的有效性，特别是对于罕见异常类别的检测。

本文结构如下：第2节 (https://arxiv.org/html/2607.01282#S2) 回顾相关工作。第3节 (https://arxiv.org/html/2607.01282#S3) 详细介绍所提模型。实验结果在第4节 (https://arxiv.org/html/2607.01282#S4) 中展示并讨论。最后，第5节 (https://arxiv.org/html/2607.01282#S5) 给出结论。

## 2 相关工作

### 2.1 深度学习的领域知识

复杂的深度学习模型需要大量标注数据进行训练，这不仅限制了模型的可解释性，也使得难以对罕见类别进行有效建模[3 (https://arxiv.org/html/2607.01282#bib.bib22),30 (https://arxiv.org/html/2607.01282#bib.bib23)]。整合领域知识已成为解决这一挑战的可行策略。领域知识可以归纳为以下几类：(1) 深度网络模型使用的输入数据，其中领域知识以符号形式表示；(2) 修改损失函数，包括反映所融入领域知识约束的惩罚项；(3) 调整模型的结构或参数，可以通过对模型参数施加约束或设计特定的模型结构来整合领域知识。例如，医学生的学习进程可以通过课程学习[19 (https://arxiv.org/html/2607.01282#bib.bib26),20 (https://arxiv.org/html/2607.01282#bib.bib27)]融入深度神经网络训练过程，该学习规定了随着学习者进步而逐渐增加难度的训练示例序列。

### 2.2 心电图分类

心电周期中的每次心跳展示了心脏电活动随时间的变化，以独特的去极化和复极化模式为特征。心脏病学专家可以通过识别节律异常或记录的 ECG 波形形态模式的变化来轻松检测心跳异常。然而，对于计算机系统来说，利用频率分析、小波变换、滤波器组、启发式方法和隐马尔可夫模型等信号处理技术实现这一任务的自动化是一个严峻的挑战[12 (https://arxiv.org/html/2607.01282#bib.bib28)]。尽管如此，患者之间 ECG 信号的固有变异性构成了一个重大障碍。几项使用 DNN 进行 ECG 数据分类的研究已经取得了显著成功。例如，Yao[29 (https://arxiv.org/html/2607.01282#bib.bib29)] 使用多尺度卷积神经网络检测房颤，而 Yuan 等人[31 (https://arxiv.org/html/2607.01282#bib.bib20)] 提出了一种深度神经网络架构，并增强了复杂的手工特征。此外，基于注意力的模型，如 Res-BiLSTM-Net[21 (https://arxiv.org/html/2607.01282#bib.bib30)] 以及将深度残差网络与注意力机制相结合的新结构[13 (https://arxiv.org/html/2607.01282#bib.bib31)] 也取得了显著效果。在 Kiranyaz 等人的工作中[10 (https://arxiv.org/html/2607.01282#bib.bib15)]，使用一维卷积神经网络构建了快速准确的心电图分类和监测系统。Peng 等人[17 (https://arxiv.org/html/2607.01282#bib.bib7)] 构建了一个能够同时进行去噪和分类的深度学习框架。

### 2.3 图卷积神经网络

图卷积神经网络广泛应用于各个领域[7 (https://arxiv.org/html/2607.01282#bib.bib37)]，如分子结构[15 (https://arxiv.org/html/2607.01282#bib.bib32)]、交通网络[2 (https://arxiv.org/html/2607.01282#bib.bib33)]、骨干网络[28 (https://arxiv.org/html/2607.01282#bib.bib34)]、社交网络[24 (https://arxiv.org/html/2607.01282#bib.bib35)]。值得注意的是，基于骨架的人体动作识别方法因其对相机视角变化、人体尺度变化以及背景干扰的鲁棒性而受到广泛关注[6 (https://arxiv.org/html/2607.01282#bib.bib39)]。GCN 在推动基于骨架的人体动作识别方面发挥了越来越重要的作用。Xie 提出了一种新颖的相关性驱动关节-骨骼融合 GCN 用于姿态预测[26 (https://arxiv.org/html/2607.01282#bib.bib36)]。鉴于 GCN 在人体动作识别等任务中的成功，我们相信 GCN 可以增强 ECG 信号的分类，展示了这类基于图的神经网络在多样化应用中的潜力。

本文提取 ECG 信号的骨架作为图卷积神经网络的输入，从而嵌入和表示领域知识。从 ECG 信号关键点提取的图信息包括波形和节律的形态信息，实现了对 ECG 信号的全面建模。

## 3 方法

在本节中，我们介绍所提出的用于 ECG 分析的神经网络模型，首先从 ECG 数据的预处理开始。随后，我们详细解释双流有向图模型。所提出的神经网络架构如图2 (https://arxiv.org/html/2607.01282#S3.F2) 所示。

参见图说明图2：所提方法的架构。
### 3.1 ECG 预处理

ECG 信号首先通过截止频率为 50 Hz 的模拟带通滤波器进行预处理。随后，模数转换器（ADC）以 500 Hz 的采样率对 ECG 信号进行采样。之后，数字化信号经过一系列处理阶段，包括三个线性数字滤波器的实现。第一个滤波器由级联的低通和高通滤波器组成，具有整数系数，旨在抑制来自各种来源的噪声，例如肌肉伪迹、电极移动、电源线干扰、基线漂移以及与 QRS 波群特性可能相似的 T 波高频特性。数字滤波器的应用对于减弱各种噪声源的影响至关重要，从而提高信噪比。

为了进一步提升 QRS 波群的质量，信号经过非线性变换，如差分或平方根运算。自动 ECG 信号分析严重依赖于 QRS 波群的准确识别。一旦识别出来，就可以进行 ECG 信号的进一步分析，例如心率和 ST 段检查。由于 QRS 波群的生理变异性和 ECG 数据中存在的各种噪声形式，识别 QRS 波群是一项具有挑战性的任务。

心电图的关键点使用二进小波变换提取。通过在不同尺度上定位小波变换模的局部极大值来识别 ECG 信号中的显著波动。这种方法便于提取信号中的关键点，为后续分析奠定基础。有关该方法的详细理解，请参阅[16 (https://arxiv.org/html/2607.01282#bib.bib40)]。

### 3.2 双流有向图特征

双流有向图特征是一种用于图像识别和计算机视觉的特征提取方法，它建立在有向图的基础上，其中每个节点代表图像中的一个局部区域，每条有向边代表两个节点之间的空间关系[25 (https://arxiv.org/html/2607.01282#bib.bib41)]。

在这种方法中，每个流代表一个视角或一种特征表示。例如，第一个流可以提取颜色信息，而第二个流可以提取形状信息。这些图流的信息被组合成一个有向图，并计算图中节点之间的边权重。最后，根据这些节点和边的特征进行分类或识别。这种方法可以提高准确性，并且对不同类型的数据具有良好的通用性。

心脏通过心肌细胞的自主功能交替收缩和舒张产生电信号。一个完整的 ECG 信号波形周期包括 P 波、QRS 波和 T 波。当使用 ECG 诊断心脏病时，医生会根据 P、Q、R、S、T 的幅度、持续时间等指标做出最终判断。为了辅助医生诊断，构建了一个有向无环图来表示 ECG 信号的波形，并利用有向无环图的时空变化来表示 ECG 信号的变化。

参见图说明图3：关键点位移由两个相邻周期中坐标向量的时间差定义。我们展示了顶点 P 和边 P 到 Q 的示例。为了便于表达，我们首先定义图及其相关概念：

顶点：图中的一个点。

边：顶点 \(V_i\) 和 \(V_j\) 之间的边是一条无向边，由无向对 \(e(V_i, V_j)\) 表示。

图：一个图 \(G\) 由有限顶点集 \(V\) 和多重边集 \(E\) 组成，此处记为 \(G = V \cup E\)。