ECG多标签分类：对比学习与Jaccard相似度的创新应用
1. 项目概述：ECG多标签分类的挑战与创新
心电图（ECG）作为临床最常用的心脏检查手段之一，其自动分析一直是医疗AI研究的重点难点。传统方法面临三大核心挑战：首先，心脏疾病常表现为多种异常并存（如心房颤动伴心室肥大），需要模型具备多标签分类能力；其次，不同医疗机构ECG设备采集的信号存在分布差异（即数据漂移问题）；再者，标注数据稀缺且专业标注成本高昂。我们团队基于东京大学医院3.3万例真实临床数据，提出了一种融合对比学习与Jaccard相似度的创新解决方案。
当前最先进的多模态医疗模型（如MedGemini）在ECG任务上表现欠佳（准确率仅57.7%），根本原因在于其采用的交叉熵损失函数难以捕捉ECG数据的多标签特性。我们的技术突破点在于：1）将SigLIP模型的sigmoid损失函数改进为Jaccard相似度加权版本，解决同一批次内相似病例的标签冲突问题；2）通过256维嵌入向量和随机裁剪策略增强模型对数据漂移的鲁棒性。最终在外部验证集上F1-score达到0.5028，较基线提升63%，且对低射血分数（lowEF）等关键指标的AUC达到0.887。
关键发现：不同心脏异常的预测难度存在显著差异。例如心房颤动（F1=0.8833）和完全性右束支传导阻滞（F1=0.7962）较易识别，而心室早搏（F1=0.3195）和前壁心肌梗死（F1=0.0746）的预测则更具挑战性。这一发现为临床ECG算法部署提供了重要优先级参考。
2. 核心方法解析：Jaccard加权对比学习
2.1 模型架构设计
采用1D ResNet-18作为ECG编码器，相比Vision Transformer在时序信号处理上表现更优（验证集准确率提升12%）。文本编码器选用Qwen3-8B语言模型，其医学知识库覆盖了我们定义的26种ECG异常标签。两个模态的嵌入向量通过余弦相似度计算匹配得分，创新点在于我们重构了相似度矩阵的计算方式。
原始SigLIP的损失函数存在明显缺陷：其单位矩阵（eye）设计强制要求只有完全相同的标签才能作为正样本。这在多标签场景下会导致两个仅有部分标签重叠的病例被错误地视为负样本。例如，患者A有[心房颤动, 心室肥大]，患者B有[心房颤动, ST-T改变]，传统方法会将A-B对视为负样本，而实际上它们应该具有部分相似性。
2.2 Jaccard相似度加权损失
我们引入Jaccard系数重构相似度矩阵：
def jaccard_similarity(set_a, set_b): intersection = len(set_a & set_b) union = len(set_a | set_b) return intersection / union # 批次内每对样本的相似度权重 for i in range(batch_size): for j in range(batch_size): eye[i,j] = jaccard_similarity(labels[i], labels[j])该改进带来三个优势：
- 部分匹配的病例能贡献梯度更新（如Jaccard=0.5的样本对）
- 保留原始对角线元素为1的特性（自身完全匹配）
- 相似度计算与标签数量无关，适合不均衡数据集
训练超参数设置：
- 学习率：1e-3（配合5000步warmup）
- 批次大小：256
- 训练轮次：600（后期验证损失波动<0.001时早停）
- 优化器：AdamW（权重衰减0.01）
3. 关键技术实现细节
3.1 数据预处理流程
原始ECG为12导联500Hz采样信号，处理流程包括：
- 带通滤波（0.5-100Hz）去除基线漂移和肌电干扰
- 振幅归一化（各导联独立z-score标准化）
- 随机裁剪（10秒信号中随机取8秒片段）增强泛化性
- 动态时间规整（DTW）对齐不同设备的波形差异
关键发现：随机裁剪使模型在外部验证集上的F1-score提升8.2%，证明其对数据漂移的缓解效果。最佳裁剪长度为原始长度的80%，过短会丢失P波/T波特征。
3.2 嵌入维度优化实验
我们对比了不同嵌入维度的表现：
| 维度 | Hamming Loss ↓ | F1-score ↑ | 训练速度(样本/秒) |
|---|---|---|---|
| 128 | 0.0451 | 0.3082 | 1200 |
| 256 | 0.0680 | 0.5028 | 850 |
| 512 | 0.0712 | 0.4983 | 520 |
选择256维的权衡依据：
- 参数量增加1.9M，在可接受范围内
- 推理速度仍满足实时要求（<50ms/例）
- 特征表达能力显著优于128维（t检验p<0.01）
3.3 标签体系设计
在 cardiologist 指导下构建的26类标签包含：
- 形态学异常：ST-T改变、T波倒置等
- 心律失常：房颤、室性早搏等
- 结构性病变：左室肥大（需超声确认）
- 危急重症：室性心动过速等
特别将低射血分数（lowEF）纳入标签，因其对心力衰竭诊断至关重要但传统ECG难以识别。模型在该指标上达到0.9138准确率，证明对比学习能捕捉潜在病理特征。
4. 实战问题与解决方案
4.1 典型错误案例分析
案例1：误将左束支传导阻滞（LBBB）判断为心肌梗死
- 原因：二者都表现为V1-V3导联ST段抬高
- 解决：在损失函数中增加LBBB与心肌梗死标签的互斥权重
案例2：对低振幅信号（如肢体导联）敏感度不足
- 优化：在预处理阶段增加导联特异性增益调整
4.2 跨中心验证结果
在非训练医院数据上的表现：
| 指标 | 原数据集 | 外部验证 | 下降幅度 |
|---|---|---|---|
| F1-score | 0.5028 | 0.4841 | 3.7% |
| lowEF AUC | 0.887 | 0.888 | -0.1% |
关键结论：模型对设备差异具有良好鲁棒性，主要性能下降来自标签分布差异（如外部数据缺少左房扩大病例）。
4.3 与单模态模型的对比
为验证多模态训练的价值，我们构建了纯ResNet-1D的对照模型：
| 模型类型 | 参数量 | F1-score | 推理速度 |
|---|---|---|---|
| SigLIP(本文) | 98M | 0.5028 | 45ms |
| ResNet-1D | 32M | 0.3799 | 22ms |
尽管参数量增加，但我们的方法通过文本模态的知识迁移，在小样本标签上表现更优（如对"心室二联律"的召回率提升41%）。
5. 应用建议与扩展方向
在实际部署中发现两个实用技巧：
- 阈值优化：对关键指标（如lowEF）采用0.3的保守阈值，牺牲部分精度换取更高召回率
- 集成策略：将原始信号与随机裁剪版本的结果投票集成，可使F1-score再提升2.1%
未来可沿三个方向拓展：
- 动态相似度计算：根据临床重要性调整不同标签的权重（如给危急重症更高权重）
- 多任务学习：联合预测超声参数（如LVEF值）
- 可解释性增强：通过Grad-CAM定位异常波形区域
这项技术的临床价值已初步显现：在东京大学医院的试点中，系统帮助初级医师将房颤检出率从78%提升至92%，平均判读时间缩短60%。后续我们将重点优化对心肌缺血的早期识别能力，这需要更精细的ST段分析方法。