Tri-branch spatio-temporal learning network with dendritic aggregation based dynamic GCN for multi-lead ECG classification一、研究背景与动机心电图ECG是一种非侵入性、低成本、快速的心血管疾病诊断工具其 12 导联记录能从多个解剖视角反映心脏电活动为不同类型的心脏异常提供互补信息。ECG 信号包含两类核心信息时序信息反映心脏活动的动态变化如 P 波、QRS 波群、ST 段、T 波的时序演变空间信息来源于不同导联之间的关系反映心脏不同解剖区域。近年来深度学习在多导联 ECG 分类中取得显著进展。已有方法大致分为两类单一视角方法仅关注时序或空间信息表征能力有限难以判别复杂 ECG 模式联合时空方法强调时序与空间的交互但通常掩盖了时序与空间各自的独立贡献导致表征不够全面。此外基于图卷积网络GCN的 ECG 方法学存在三个共性瓶颈静态邻接矩阵无法反映个体差异和生理状态带来的样本特异性变化多导联结构建模困难传统 GCN 难以直接处理 12 导联的二维特征矩阵常用平均池化或简单拼接丢失了非线性交互成对关系不足常规 GCN 仅刻画两两节点连接难以捕获跨多个时段-导联组合的高阶时空依赖。针对上述问题作者提出Tri-STLNTri-Branch Spatio-Temporal Learning Network一个三分支时空学习网络通过并行学习时序、空间、时空三类互补表征并结合树突神经模型DNM聚合、先验约束的动态图卷积DGCN、时空超图神经网络ST-HGNN与解耦表征学习DRL构建更全面的 ECG 表征。二、数据集与实验任务1. 实验任务12 导联多标签 ECG 分类每段 ECG 可同时标注多个诊断类别使用 Sigmoid BCE 损失进行多标签预测。2. 数据集数据集记录数受试者采样率时长标注类别PTB-XL21,83718,885100 Hz10 sNORM / MI / STTC / CD / HYP5 类CPSC20186,877—500 Hz → 100 Hz6~60 s 统一为 10 sNORM / AF / I-AVB / LBBB / RBBB / PAC / PVC / STD / STE9 类PTB-XL按官方推荐的 patient-wise 十折划分同一受试者归入同一折fold 1–8 训练、9 验证、10 测试CPSC2018按记录级分层抽样十折划分保持类别分布平衡预处理包含低通滤波防混叠、降采样到 100 Hz、长录音截断/零填充到 10 s。3. 评测指标Hamming Acc多标签整体正确率含正负标签Macro-F1类别均衡评估应对类别不平衡Macro-AUROC阈值无关的判别能力Per-class F1每类细粒度评估。4. 统一训练配置PyTorch NVIDIA RTX 3090Adam 优化器初始学习率1×10−31\times10^{-3}1×10−3batch size 64训练 100 epoch默认 DA-DGCN 堆叠 2 层 GL-GCBST-HGNN 堆叠 3 层 GL-HCBKNN 超边k8k8k8。三、架构图与核心方法1. 整体流程时序分支沿时间维度分组构造段级节点捕获 ECG 随时间的动态变化空间分支沿导联维度分组构造导联级节点捕获不同导联间的关系时空分支将每个时段-导联组合视为一个time-lead 节点用超图建模高阶时空联合依赖。2. DA-DGCN 模块时序/空间分支DA-DGCN 由两部分组成树突聚合Dendritic Aggregation与动态图卷积。(1) 树突聚合块 DAB输入三维张量X∈RC×N×EX \in \mathbb{R}^{C\times N\times E}X∈RC×N×ECCC导联数NNN段数EEE特征维。以时序分支为例沿时间维度分组得到GnT∈RC×EG_n^T \in \mathbb{R}^{C\times E}GnT∈RC×E送入 DAB 后输出DnT∈RMD_n^T \in \mathbb{R}^MDnT∈RMMMM为树突分支数作为图节点特征。DAB 内部包含突触前非线性调制多树突分支并行捕获不同特征交互树突整合分支输出聚合为结构化向量。相比平均池化或简单拼接DNM 能以更少参数实现更强的非线性变换能力将二维多导联特征压缩为高表达力的一维节点表征。(2) 先验约束的动态图卷积针对 ECG 信号个体差异大的特点作者设计了样本特异性的动态邻接矩阵AAattn⊙P^RA A_{\text{attn}} \odot \hat{P} RAAattn⊙P^R其中AattnA_{\text{attn}}Aattn基于 query/key 线性投影 缩放点积注意力得到的可学习边权重P^\hat{P}P^Pearson 相关矩阵按行 L1 归一化后的统计先验⊙\odot⊙Hadamard 积逐元素相乘起到先验约束作用RRR可学习的残差邻接矩阵。设计意图纯数据驱动的 DGCN 容易生成不符合生理结构的伪连接Pearson 先验作为统计约束确保生成的边关系既具有样本自适应性又符合 ECG 信号的生理关联。(3) 全局-局部图卷积块 GL-GCB受 Mixer 模块启发设计GAB全局聚合块LayerNorm MLP GELU 转置与标准 GCN 结合形成 GL-GCB实现全局与局部特征的全面交互。3. ST-HGNN 模块时空分支ST-HGNN 由两部分构成(1) KNN 超边构造将每个时段-导联组合表示为一个time-lead 节点用 k 近邻策略动态构造超边关联矩阵每个超边连接多个相关 time-lead 节点。(2) 全局-局部超图卷积块 GL-HCB将 GAB 与HGNN结合进行节点-超边的双向特征传播与整合残差连接保证层间一致性。核心创新传统 GCN 仅建模两两节点关系而超图的每条超边可连接多个节点能刻画群组级的时空联合交互更适合捕获 ECG 中跨越多段多导联的高阶依赖。4. DRL 解耦表征学习三个分支虽设计为捕获不同信息但因均源自同一 ECG 信号输出仍存在冗余。作者引入基于互信息估计的 DRL 策略采用 Cauchy–Schwarz 散度估计LDRL∑(i,j)∈PI^CS(zi,zj)−α∑i∈BI^CS(zi,y)\mathcal{L}_{\text{DRL}} \sum_{(i,j)\in\mathcal{P}} \hat{I}_{\text{CS}}(z_i, z_j) - \alpha \sum_{i\in\mathcal{B}} \hat{I}_{\text{CS}}(z_i, y)LDRL(i,j)∈P∑I^CS(zi,zj)−αi∈B∑I^CS(zi,y)其中zT,zS,zSTz_T, z_S, z_{ST}zT,zS,zST分别为时序、空间、时空分支输出yyy为标签向量B{T,S,ST}\mathcal{B}\{T, S, ST\}B{T,S,ST}P{(T,S),(T,ST),(S,ST)}\mathcal{P}\{(T,S),(T,ST),(S,ST)\}P{(T,S),(T,ST),(S,ST)}I^CS\hat{I}_{\text{CS}}I^CS为 Cauchy–Schwarz 互信息估计α\alphaα为平衡系数。两项作用第一项最小化降低不同分支间互信息促进分布级解耦第二项最大化确保每个分支表征保留与标签相关的语义信息。总训练目标LLBCEλLDRL\mathcal{L} \mathcal{L}_{\text{BCE}} \lambda \mathcal{L}_{\text{DRL}}LLBCEλLDRL最后通过SAFM自注意力融合模块将三分支表征融合为全局表征经 FC Sigmoid 输出多标签预测。四、实验结果与结论1. 对比实验PTB-XL 数据集方法Hamming AccMacro-F1Macro-AUROCATI-CNN86.3672.2891.01MVMS-Net88.3677.2792.99ASTL-Net87.5974.3292.63ECGMamba88.5275.3292.29ECGTransForm87.9474.8792.62TGLLNet88.8277.6992.97Tri-STLN89.7879.8893.64Tri-STLN 在三项指标上均最优相比次优方法至少提升0.96% / 2.19% / 0.65%。CPSC2018 数据集方法Hamming AccMacro-F1Macro-AUROCATI-CNN95.1676.7991.98MVMS-Net95.5878.2595.15ASTL-Net95.7080.1694.73ECGMamba95.4278.7894.14ECGTransForm95.3178.5394.75TGLLNet95.6681.9194.02Tri-STLN96.7383.3295.82CPSC2018 上同样全面领先Macro-F1 较次优提升1.41%。2. 消融实验PTB-XL变体Hamming AccMacro-F1Macro-AUROCTri-STLN w/o T去时序分支88.2977.2192.69Tri-STLN w/o S去空间分支88.6277.6493.00Tri-STLN w/o ST去时空分支88.9478.1693.23Tri-STLN w/o DRL去解耦88.2176.5992.90Tri-STLN w/o DA-DGCN88.5377.9293.20Tri-STLN w/o ST-HGNN88.9478.9193.17Tri-STLN w/o DAB先融合后建模89.0778.5193.26Tri-STLN w/o DAB先建模后融合88.8477.9493.24Tri-STLN w/o DGCN88.9178.4093.27Tri-STLN完整89.7879.8893.64关键结论三分支均不可少去掉时序分支降幅最大说明时序信息最重要DRL 至关重要去掉 DRL 后 Macro-F1 降幅最大3.29%证明解耦策略对类别均衡的贡献DA-DGCN 静态 GCNDAB 树突聚合优于平均池化先融合后建模优于先建模后融合ST-HGNN 有效超图建模比静态 GCN 更能捕获高阶时空依赖。3. 敏感性分析GL-GCB 深度最优为 2 层3 层反而轻微下降冗余计算或过拟合GL-HCB 深度3~4 层最优过深会因优化困难削弱表征能力分段长度0.5 s 最优过短0.1/0.2 s包含不完整心电模式过长2 s稀释判别信息。4. 可视化分析生理一致性学到的空间图与超边投影对预定义生理相关导联对的权重更高known/unknown 权重比 1.0-类别特异性MI形态学异常表现为时序集中、导联局部的模式CD传导异常表现为时序分散、导联广泛扩散的模式证明模型学到了不同疾病类别的特异性图/超图结构。5. 计算复杂度Tri-STLN 参数量3.58MFLOPs0.74G除 ATI-CNN 外计算成本最低说明三分支动态图超图并未引入过重负担达到了性能与复杂度的良好平衡。五、局限性与发展优势三分支互补时序、空间、时空分支独立建模后融合比传统联合耦合更全面树突聚合DNM 以更少参数实现更强的非线性特征压缩解决了多导联结构建模难题先验约束的动态图兼顾样本自适应性注意力与生理合理性Pearson 先验超图高阶建模突破成对关系限制捕获群组级时空依赖DRL 解耦减少三分支冗余提升类别均衡性Macro-F1 提升最显著低计算成本3.58M 参数 / 0.74G FLOPs适合大规模 ECG 筛查。局限性定长分段0.5 s 固定分段未对齐心动周期心动过速/过缓场景泛化性可能下降无去噪模块基线漂移、肌电噪声、工频干扰、电极运动噪声可能影响特征学习临床验证不足仅在两个公开数据集上评估缺乏独立临床数据集与前瞻性研究类别特异性可视化仅在 MI/CD 上验证其他类别的可解释性有待进一步分析。六、总结Tri-STLN 通过三分支解耦架构重新审视了多导联 ECG 的时空学习时序分支、空间分支、时空分支各自独立建模再由 DRL 策略去除冗余、SAFM 融合形成全局表征。其核心创新在于DA-DGCN树突神经模型DNM 先验约束的动态图卷积解决多导联结构建模与样本特异性动态关系学习的双重难题ST-HGNN超图建模突破成对节点限制捕获群组级高阶时空依赖DRL基于互信息估计的解耦策略确保三分支互补而非冗余。在 PTB-XL 与 CPSC2018 两个公开数据集上全面超越对比方法同时保持较低计算成本为多标签 ECG 分类提供了兼顾全面性与高效性的新范式。
