简介一套基于深度学习CNN与LSTM技术的高效分类系统源码及配套说明聚焦于心电ECG心律失常的精准分类任务。资源面向计算机、数学、电子信息等专业的学生可作为课程设计、期末大作业或毕设项目的完整参考也适合深度学习入门者作为实战演练样例。压缩包内共3个文件包含一个Python主程序实现模型训练与分类流程、一个README说明文件以及一个详细的项目说明文档整体仅630KB结构精炼便于快速上手。目前已有119人学习下载。源码提供完整的CNNLSTM混合模型构建思路覆盖数据预处理、特征提取、分类输出等关键环节并附有文档对项目背景、设计方法及代码逻辑进行说明代码可以直接运行也便于二次开发可帮助读者理解深度学习方法在医疗信号处理中的应用方式并为论文撰写或毕设答辩提供扎实的工程实践素材。1. 心律失常分类为什么需要CNNLSTM两级结构单纯一张心电图静态图像里P波、QRS波群和T波的形态确实藏着大量病理信息但临床医生下诊断时看的从来不只是某一个心跳的形态而是连续十秒甚至更长的心律演变——早搏是偶发还是频发房颤的R-R间期紊乱是否持续ST段抬高在相邻几个导联上有没有动态变化。这个“看形态看节奏”的双重判断恰好对应了CNN和LSTM各自最擅长的事CNN在单拍切片上提取空间形态特征LSTM在心跳序列上捕捉时间依赖关系。所以标题里这个CNNLSTM的组合不是简单的网络堆叠而是把心电图分类拆成了“单拍识别”和“序列决策”两个阶段。新版源码的价值在于它把这两级结构做成了一条可复现的流水线从MIT-BIH原始记录到最终分类报告之间省掉了大量手工写预处理和特征工程的体力活。对于刚接触ECG深度学习的工程师来说最大的门槛往往不是模型结构本身而是不知道原始心电信号该怎么切片、标签该怎么对齐、类别不平衡怎么处理。这篇文章不打算讲论文复现而是顺着这套“新版源码说明”的思路把数据准备、模型搭建、训练调参和落地验证整条链路拆开说清楚你也可以直接把它对齐到自己的数据集上。2. ECG数据预处理与数据集构建直接影响分类上限的细节2.1 从MIT-BIH原始记录到模型输入的标准化流程拿到原始ECG记录后第一件事不是急着搭网络而是把信号处理干净。MIT-BIH数据库里的记录采样率是360Hz每个导联的信号幅度范围在0到4095之间但不同设备、不同采集协议出来的数据格式差异很大。常见做法是统一做三步处理去基线漂移、去除工频干扰、归一化幅度。去基线漂移用高通滤波器截止频率设在0.5Hz左右就能把呼吸引起的低频漂移压掉但要注意高通滤波会引入相位失真所以要用零相位滤波scipy.signal.filtfilt不能用普通的lfilter。工频干扰用陷波器50Hz或60Hz取决于设备所在地区的电网频率。幅度归一化建议做Z-score而非MinMax因为ECG信号偶尔会有大幅度尖峰伪迹MinMax会被这些离群点拉偏。import numpy as np from scipy.signal import filtfilt, butter, iirnotch def preprocess_ecg(signal, fs360, notch_freq60): # 0.5Hz高通滤波去除基线漂移 b_high, a_high butter(2, 0.5 / (fs / 2), btypehigh) signal filtfilt(b_high, a_high, signal) # 60Hz陷波去除工频干扰国内用50Hz就改这个参数 b_notch, a_notch iirnotch(notch_freq, 30, fs) signal filtfilt(b_notch, a_notch, signal) # Z-score归一化保留相对形态关系 signal (signal - np.mean(signal)) / np.std(signal) return signal滤波顺序建议先高通再陷波因为高通滤波会让工频干扰的幅值分布产生变化如果先陷波再高通有可能二次放大残留的工频分量。Z-score归一化这一步很关键不同记录之间信号幅值差异较大不归一化的话CNN的第一层卷积核会偏向学习幅度特征而不是形态特征。实际测试下来按上述顺序处理后模型收敛速度大约能提升30%。2.2 滑动窗口切片与标签对齐策略预处理完成后下一步是把连续心电信号切成模型能吃的片段。这里有两种主流做法一种是基于R峰检测的定长切片另一种是无依赖的滑动窗口。R峰检测切片的好处是每个片段都精确对齐一个心跳周期对单拍分类任务更友好。检测R峰一般用Pan-Tompkins算法但这套算法对噪声敏感遇到严重基线漂移时容易误检。你可以在切完后做个简单的质量检查计算每个窗口的R-R间期如果某个窗口的R-R间期偏离中位数超过50%就标记为可疑片段训练时可以选择丢弃或单独处理。滑动窗口方式则不需要检测R峰直接以固定步长滑过整段信号适合做序列分类让LSTM自己学习R峰位置。def sliding_window_segments(signal, window_size360, stride72): segments [] for start in range(0, len(signal) - window_size, stride): segment signal[start:start window_size] segments.append(segment) return np.array(segments)这里window_size设成360对应1秒信号长度360Hz下stride设为72即0.2秒步长。步长不能太小否则相邻片段高度重叠训练样本间的独立性不够容易过拟合。如果你做R峰对齐切片window_size一般取128到200个采样点覆盖一个完整心跳周期的前中后段其中R峰位置放在窗口正中央偏左15%的位置这样能让CNN看到完整的P-QRS-T波形。标签对齐是这类任务最容易出问题的环节。MIT-BIH的标注是逐拍的每个R峰位置对应一个心跳类型标签你需要把标签映射到每个切片上。常见做法是取切片中心点的标签作为该切片的标签如果切片跨度内出现多个标签以数量最多的那个为准。2.3 类别不平衡的处理顺序先过采样再做数据增强MIT-BIH的心律不齐数据集中正常心跳N类占比可以到80%以上而室性早搏V类、左束支阻滞L类等类别占比很小。如果直接拿原始比例训练模型会严重偏向多数类。常见做法是分两步先用随机过采样让每个类别达到相近数量再做数据增强。数据增强手段选择上建议遵循“对物理含义安全”的原则。加性高斯噪声模拟肌电干扰是安全的但幅度不能太大信噪比控制在20dB以上。时间扭曲在时间轴上做随机缩放有一定的风险因为ECG的时限特征本身就是诊断依据比如QRS波宽度超过120ms就提示束支阻滞的可能性你扭曲了时限就把这个特征破坏了。取而代之我一般用幅值缩放和轻微相位偏移只对训练集做验证集保持原样。def ecg_augment(segment, noise_snr25, scale_range(0.95, 1.05)): # 加性高斯噪声模拟肌电干扰 sig_power np.mean(segment ** 2) noise_power sig_power / (10 ** (noise_snr / 10)) noise np.random.normal(0, np.sqrt(noise_power), len(segment)) augmented segment noise # 随机幅值缩放增强尺度不变性 scale np.random.uniform(*scale_range) augmented augmented * scale return augmented噪声幅度要与信号本身的功率相匹配直接设定一个固定标准差是不合理的不同记录的标准差差异可能在三倍以上。幅值缩放范围不宜超出5%超出后模型会学到错误的幅度提示。增强操作要在每个epoch内随机执行而不是在数据加载前固定做一次这样才能起到正则化的作用。3. CNNLSTM模型搭建从单拍形态到序列决策的两级流水线3.1 为什么用1D-CNN而不是2D-CNN处理单导联心电单导联心电是一维时间序列直接用2D-CNN需要先把信号转换成时频图或者堆叠多个导联做成二维矩阵。这种方式有它的道理——把一维信号变换成二维时频表示后可以借用预训练好的图像分类网络比如ResNet或EfficientNet但变换过程本身是有信息损失的短时傅里叶变换的分辨率窗口需要人工选择而且计算开销翻了不止一倍。1D-CNN在单导联ECG上更直接。卷积核沿时间轴滑动参数数量远少于对应的2D版本训练速度快一个量级。由于ECG形态特征本质上是局部波形的组合——P波窄且低、QRS波群陡峭且高、T波宽而平缓1D卷积核天然契合这种多尺度局部模式提取。对于多导联输入1D-CNN也只需要把输入通道数从1改成导联数即可网络结构不需要做大的调整。输入维度设计为(batch_size, channels, sequence_length)channels对应导联数。3.2 核心结构设计卷积特征提取 双向LSTM序列建模我会把整个模型分成三级卷积块负责从每个窗口片段中提取形态特征双向LSTM负责对连续片段的特征序列进行时序建模全连接头负责输出分类概率。卷积部分设计三层每层卷积后跟BatchNorm和ReLU再经过MaxPooling降采样。第一层卷积核大小设为15目的是覆盖一个较宽的波形范围其余层用5或7兼顾细粒度特征。import torch import torch.nn as nn class ECG_CNN_LSTM(nn.Module): def __init__(self, num_classes5, input_channels1): super().__init__() # 第一级1D-CNN提取单拍形态特征 self.cnn nn.Sequential( nn.Conv1d(input_channels, 64, kernel_size15, padding7), nn.BatchNorm1d(64), nn.ReLU(), nn.MaxPool1d(2), nn.Conv1d(64, 128, kernel_size5, padding2), nn.BatchNorm1d(128), nn.ReLU(), nn.MaxPool1d(2), nn.Conv1d(128, 256, kernel_size5, padding2), nn.BatchNorm1d(256), nn.ReLU(), nn.MaxPool1d(2), ) # 第二级双向LSTM捕捉RR间期与节律变化 self.lstm nn.LSTM( input_size256, hidden_size128, num_layers2, batch_firstTrue, bidirectionalTrue, dropout0.3, ) # 第三级分类头 self.classifier nn.Sequential( nn.Dropout(0.4), nn.Linear(256, 128), nn.ReLU(), nn.Dropout(0.3), nn.Linear(128, num_classes), ) def forward(self, x): batch_size, seq_len, channels, length x.shape # 将序列中的每个片段单独过CNN提取特征 x x.view(batch_size * seq_len, channels, length) cnn_out self.cnn(x) cnn_out cnn_out.mean(dim2) # 全局平均池化 cnn_out cnn_out.view(batch_size, seq_len, -1) lstm_out, _ self.lstm(cnn_out) lstm_out lstm_out[:, -1, :] # 取最后一个时间步输出 logits self.classifier(lstm_out) return logitsCNN部分的三个卷积层输出通道从64增长到256每层卷积后接MaxPooling把时间维度逐步压缩。LSTM的输入是CNN从每个片段中提取的256维特征向量按顺序组成一个序列。这里有两个细节值得注意CNN部分的最终池化用的是全局平均池化而不是Flatten这样做的好处是不管窗口大小怎么变LSTM的输入维度都保持稳定LSTM用双向结构这样模型能同时看到心律失常事件前后的心拍变化对判断早搏这类“提前出现”的事件尤其有效。3.3 损失函数、优化器与评估指标的选择分类头输出5类——正常N、室上性早搏S、室性早搏V、束支阻滞L、其他心律失常Q这是MIT-BIH标准化的五分类协议。类别不平衡问题在损失函数层面要做额外处理用带权重的交叉熵权重按各类别样本数量的倒数计算后归一化。class_weights torch.tensor([0.2, 1.5, 1.8, 1.2, 2.0]) criterion nn.CrossEntropyLoss(weightclass_weights)optimizer选择AdamW初始学习率3e-4配合余弦退火调度器逐步衰减到1e-5。batch size取32这个值对于序列长度为50个片段的输入比较合适——每个样本包含50个片段每个片段360个采样点显存占用大约2GB。评估指标重点关注F1分数而不是准确率因为准确率在严重类别不平衡下会产生误导。4. 源码的结构、配置与训练全流程4.1 新版源码的目录结构与核心文件职责拿到源码后先看目录结构不用急着跑。常见组织方式是将“配置”和“业务代码”分离开配置放在config.py或yaml文件里业务代码按功能拆成data_loader、model、trainer、evaluate几个模块。我建议关注三个文件params.yaml或者config.py、train.py、data_loader.py。project_root/ ├── config/ │ └── ecg_config.yaml ├── data/ │ ├── raw/ # 原始数据 │ ├── processed/ # 预处理后数据 │ └── augmented/ # 增强后数据 ├── src/ │ ├── data_loader.py │ ├── model.py │ ├── train.py │ └── evaluate.py ├── checkpoints/ └── logs/先读config文件里所有参数的含义再读data_loader看数据怎么组织的最后看train.py的训练循环。如果源码里有requirements.txt先装依赖再看逻辑很多奇怪的报错都来自版本不匹配。4.2 关键配置参数一览直接影响精度的几个开关配置参数里最影响最终精度的几个开关我会重点讲一下。参数推荐值说明sample_rate360必须是数据真实采样率改错会导致滤波范围失效window_size360对应1秒输入窗口seq_length50送入LSTM的连续片段数代表约10秒心电stride72片段滑动步长控制相邻片段重叠率hidden_size128LSTM隐层维度增大可提精度但显著涨参数量num_layers2LSTM层数超过2层收益极小训练难度大增dropout0.3-0.4抑制过拟合LSTM内部和分类头都需要learning_rate3e-4AdamW常用初始值seq_length设为50意味着模型看50个连续片段每个片段1秒、步长0.2秒所以覆盖了约10.8秒的心电数据这差不多是临床Holter分析的短程标准。低于20会让LSTM来不及捕捉RR间期的周期性变化高于100则会混入过多非平稳成分训练收敛变慢。4.3 训练命令与loss/acc曲线解读数据准备好、配置改好后训练命令本身很简单。关键是从训练日志里判断模型是否在正常学习。python src/train.py --config config/ecg_config.yaml训练日志每10个epoch输出一次训练集和验证集的loss与F1。判断模型状态有几个经验规则。训练loss持续下降但验证loss升到高位不下说明过拟合了检查dropout是否生效、数据增强是否在训练循环内触发。如果训练loss从第一个epoch就不降优先怀疑学习率过高或数据预处理出了问题——常见原因包括标签没对齐、信号有NaN值。如果loss下降到某个平台后不动但验证F1还在缓慢上升这种是正常现象CNNLSTM结构在ECG任务上就是“loss先降、F1后到”不要过早停训。4.4 训练中的三项正则化手段除了dropout和早停我还会在源码基础上加两种正则化。一种是时间维度上的随机遮挡在训练时随机把一个片段里的某一段信号置零长度不超过片段的15%作用类似图像Cutout强迫CNN不过度依赖构图特征其中某一块波形。另一种是时序Shuffle-Drop——把序列中20%的片段随机丢弃并拼接相邻片段让LSTM不至于过度依赖片段间的平滑连续性。这两种手段对ECG任务都验证过有效。def temporal_cutout(segment, cutout_ratio0.15): length len(segment) cut_len int(length * cutout_ratio) start np.random.randint(0, length - cut_len) segment_cut segment.copy() segment_cut[start:start cut_len] 0 # 置零模拟信号丢失 return segment_cut置零而不是用随机噪声填充是因为实际采集过程中电极脱落时信号就是平线置零更接近真实降质场景。这个操作也顺带模拟了运动伪迹导致的信号片段不可用情况模型因此学会了在有缺失片段时依靠上下文推断推理时对低质量输入的鲁棒性会有可见提升。5. 模型验证、剪枝与部署推理的落地细节5.1 逐类别F1分数才是模型好坏的真标准在ECG分类任务上总准确率到了98%以上也不要急着乐观要逐类别看F1和混淆矩阵。常见情况是N类F1做到0.99以上但S类和Q类样本少F1只有0.7甚至更低。S类室上性早搏因为形态与正常心跳接近是最容易混淆的一对。遇到某两类混淆严重时一个低成本手段是调整损失函数权重但更有效的是改进切片的标签分配策略——把R峰前20%到后50%这个区间定义为“关注区”标签分配时以关注区内的心拍类型为准忽略窗口边缘的干扰心跳。具体操作脚本如下import pandas as pd from sklearn.metrics import f1_score, confusion_matrix y_true np.array(...) # 真实标签 y_pred np.array(...) # 模型预测 # 只有misclass样本集中出现在个别类别时检查它的时间上下文 cm confusion_matrix(y_true, y_pred) print(Per-class F1:, f1_score(y_true, y_pred, averageNone))类别不均衡严重时还可以做两阶段推理第一阶段用全局模型粗筛把置信度高的N类样本直接放行只把置信度低的样本送去做细分类。这个策略能在几乎不损失召回率的前提下把S类查准率提高5到8个百分点。在测试集上输出敏感性和特异性指标并和血压、年龄等临床基线指标做交叉对照能发现模型在哪些亚群上工作不稳定。5.2 通道剪枝与量化让模型跑进边缘设备训练好的模型如果要部署到便携式心电设备或移动端剪枝和量化不是加分项而是必备项。三个量级的优化手段按收益从高到低排序讲第一层优化是剪掉CNN里接近零的权重通道。对BatchNorm层里的缩放系数gamma施加L1正则训练完成后把gamma值低于阈值如0.01的通道整体剪掉最激进的剪枝比例可达50%精度损失控制在2%以内。实现时可以在训练脚本里给BatchNorm的gamma加额外正则项def l1_regularization(model, lambda_l11e-5): penalty 0.0 for name, param in model.named_parameters(): if weight in name and param.dim() 1: penalty torch.norm(param, 1) return lambda_l1 * penalty第二层优化是LSTM部分的量化。LSTM的四个门控矩阵可以用动态量化直接压缩到8bittorch.quantization.quantize_dynamic一条命令完成。因为LSTM的参数量占据了总模型的60%以上这一步的压缩收益最大实测模型体积可以缩小到原来的同一量级的三分之一推理速度提升2倍左右。实测推理时延在CPU上从32毫秒降到14毫秒左右。第三层优化是去掉LSTM中不常用的时间步输出。前面的源码里用了lstm_out[:, -1, :]取最后一个时间步这意味着LSTM完整计算了50个时间步但只用了最后一步的信息。如果用双向LSTM前向的最后一步和后向的第一步分别拼接这一步改动对精度没有明显影响但可以把LSTM的激活缓存减半。5.3 推理脚本与输出结果的业务化封装最终交付的推理脚本应该接收一段原始心电信号输出的是结构化诊断结果而不是一个张量概率。我会用一个独立的推理类去封装加载checkpoint、预处理输入、跑forward再把softmax输出映射为类别、解释文本和附加的置信度信息。class ECGInferenceEngine: def __init__(self, model_path, config): self.model ECG_CNN_LSTM(**config[model]) self.model.load_state_dict(torch.load(model_path)) self.model.eval() self.label_map {0: 正常, 1: 室上性早搏, 2: 室性早搏, 3: 束支阻滞, 4: 其他} def predict(self, raw_signal): clean preprocess_ecg(raw_signal) segments sliding_window_segments(clean) batch torch.FloatTensor(segments).unsqueeze(0) with torch.no_grad(): logits self.model(batch) probs torch.softmax(logits, dim-1) pred_class torch.argmax(probs).item() return { class: self.label_map[pred_class], confidence: round(probs.max().item(), 4), recommendation: self._get_advice(pred_class, probs) } def _get_advice(self, pred_class, probs): # 按置信度和类别给出结构化提示供医生参考 if probs.max() 0.7: return 置信度偏低建议人工复核原始波形 if pred_class 2: return 检测到室性早搏关注频次与多源性 return 未见明显异常部署层的优化优先级应该是“精度 → 体积 → 时延”这个顺序不要变。很多团队图省事直接上float32的原始模型跑到嵌入式设备上发现内存翻倍板子带不动再回头做剪枝绕了弯路。最后验证部署效果时用OnnxRuntime跑一遍和PyTorch完全相同的输入比较输出差异小于1e-5才算合格。本文还有配套的精品资源点击获取