简介这份资源围绕LSTM-GAN生成逼真ECG信号展开面向具备Python与深度学习基础、关注生物医学信号处理与数据增强的研究者和开发者。项目以生成对抗网络为核心生成器负责合成心电波形判别器负责辨别真伪LSTM则用于捕捉ECG的周期性与时序模式可用于异常检测算法测试或扩充训练数据集。压缩包共13个文件约4.46MB包含5个py脚本、3张png结果图、2个h5权重文件以及1个ipynb交互式笔记、1个md说明文档和1个gitignore配置覆盖模型定义、训练、测试与信号清理等环节。已有313人学习下载。读者可借此理解LSTM-GAN在序列数据建模中的完整实现路径参考生成器与判别器的权重保存方式并通过可视化图像对比生成信号与真实信号的差异适合作为医学信号生成方向的入门实践素材。1. 从一份 Jupyter Notebook 说起LSTM-GAN 怎么造出似是而非的 ECG拿到用于生成似是而非的ECG信号的LSTM-GAN_Jupyter Notebook_Python_下载.zip这个标题很多人第一反应是ECG 信号也能造假能而且这件事在临床上并不新鲜——动态心电 Holter 的算法验证、可穿戴设备的压力测试、教学演示里需要大量看起来像但不对应任何真实病人的心电数据都绕不开合成 ECG。问题在于普通 GAN 生成的波形要么形态崩坏、要么节律乱跳一眼假而 LSTM-GAN 的思路是让生成器带记忆地逐点吐出一段心拍序列再让判别器去分辨这段波形像不像真的心电。所谓似是而非就是它具备 P 波、QRS 波群、T 波的基本形态和 RR 间期节律但不对应任何真实个体也不能用于诊断。这篇笔记面向的是手里有 Python 环境、想跑通一份 Jupyter Notebook 合成 ECG 的工程师和算法爱好者从环境、数据、模型结构一路讲到参数和翻车点。2. LSTM-GAN 合成 ECG 的原理与选型为什么不是普通 GAN2.1 心电信号的时序特性决定了生成器要带记忆一段 10 秒的 ECG 在 250Hz 采样率下是 2500 个点每个点都和前后的点强相关QRS 波群的陡峭上升沿、T 波的缓慢回落都是连续几十个采样点共同构成的形态。普通全连接 GAN 的生成器把噪声一次性映射成整段波形它没有上一个点是什么的概念于是生成出来的信号经常在 QRS 中间突然断裂或者两个心拍之间出现不合理的平直线。LSTM 的隐藏状态天然适合这种场景——它逐时间步输出采样点每一步都能记得前面已经画到心拍的哪个阶段因此能维持波形的连续性。从选型角度看常见做法有三种一是纯 LSTM 做自回归生成简单但容易收敛到均值波形生成结果千篇一律二是普通 GAN 直接生成整段快但形态差三是 LSTM 当生成器、CNN 或 LSTM 当判别器的组合兼顾时序建模和对抗训练。这份 Notebook 走的是第三条路也是目前合成生理信号里比较稳的方案。判别器这边如果也用 LSTM它同样能捕捉时序依赖判断这段节律是否自然如果用一维 CNN则更擅长抓局部形态比如 QRS 是否够窄够尖。两种都能用Notebook 里通常会给一个可切换的判别器实现。2.2 对抗训练在生理信号上的特殊之处普通图像 GAN 的判别器看的是像素ECG 的判别器看的是这段波形在生理上说不说得通。这就带来一个麻烦判别器很容易靠几个低级特征比如整体幅值范围、是否有一条基线漂移就把真假分开导致生成器只学会把幅值调到合理区间形态依然一塌糊涂。缓解办法是在判别器输入里做归一化让每条样本都独立标准化到零均值单位方差逼判别器去看形态而不是绝对幅值。另一个办法是控制对抗训练的节奏别让判别器太强——判别器 loss 掉到接近 0 的时候生成器基本就学不动了。提示合成 ECG 只用于算法测试、教学和数据增强不能当作真实临床数据使用也不要用它去训练任何用于诊断的模型后直接上线。2.3 数据从哪来MIT-BIH 是绕不开的起点做 ECG 合成公开数据里 MIT-BIH 心律失常数据库是事实标准PhysioNet 上可以拿到格式是 WFDB。Notebook 里一般会先用wfdb库读一条记录取其中一段单导联信号重采样到统一频率常见 250Hz 或 360Hz再做分段。分段长度通常取 2 到 5 秒太短学不到完整节律太长 LSTM 训练会慢且梯度容易出问题。下面这段是读数据和预处理的典型写法import wfdb import numpy as np from scipy.signal import resample # 读取 MIT-BIH 一条记录channel 0 通常是 MLII 导联 record wfdb.rdrecord(100, pn_dirmitdb) signal record.p_signal[:, 0] # 去基线漂移高通滤波截止 0.5Hz from scipy.signal import butter, filtfilt b, a butter(2, 0.5 / (record.fs / 2), btypehigh) signal filtfilt(b, a, signal) # 重采样到 250Hz统一不同记录的采样率 target_fs 250 if record.fs ! target_fs: num_samples int(len(signal) * target_fs / record.fs) signal resample(signal, num_samples) # 按 3 秒一段切分段间不重叠 seg_len 3 * target_fs segments np.array([signal[i:iseg_len] for i in range(0, len(signal)-seg_len, seg_len)]) # 每条样本独立标准化逼判别器看形态 segments (segments - segments.mean(axis1, keepdimsTrue)) / \ (segments.std(axis1, keepdimsTrue) 1e-8) np.save(ecg_segments.npy, segments)这段代码里几个参数值得说清楚。butter(2, 0.5/(fs/2), btypehigh)里的 0.5Hz 是基线漂移的常见截止点阶数 2 够用阶数太高会引入相位失真所以后面用filtfilt做零相位滤波。重采样到 250Hz 是为了让不同记录能拼进同一个 batch如果你的数据源采样率统一这步可以省。seg_len取 3 秒在 250Hz 下是 750 个点这个长度能覆盖两到三个完整心拍LSTM 展开 750 步在显存上还能接受。最后一步的逐样本标准化是关键不做的话判别器会偷懒只看幅值。3. 在 Jupyter Notebook 里把 LSTM-GAN 跑起来环境、结构与训练循环3.1 环境准备Python 版本、依赖和 Jupyter 的坑这份 Notebook 是 Python 写的跑之前先把环境理顺。Python 3.8 到 3.10 都比较稳太新的版本有时会和旧版 TensorFlow 或 PyTorch 打架。依赖主要是深度学习框架PyTorch 或 TensorFlow 二选一Notebook 里通常写死一种、numpy、scipy、wfdb、matplotlib。安装命令# 建独立环境别污染系统 Python python -m venv ecg_gan_env source ecg_gan_env/bin/activate # Windows 用 ecg_gan_env\Scripts\activate # 装依赖PyTorch 按官网对应 CUDA 版本选命令 pip install numpy scipy wfdb matplotlib jupyter pip install torch torchvision # 或 pip install tensorflow # 启动 Notebook jupyter notebookJupyter Notebook 默认保存路径是启动时所在的目录很多人第一次用找不到文件存哪了就是因为没注意这点。建议先cd到项目目录再启动或者启动后用%pwd确认当前路径。如果 Notebook 里 import 报要安装缺失的节点之类的错八成是环境没选对——Jupyter 的 kernel 可能还指向系统 Python用python -m ipykernel install --user --nameecg_gan_env把当前环境注册成 kernel再在 Notebook 里切换。3.2 生成器和判别器的结构逐层拆开看生成器的输入是一段噪声向量输出是定长 ECG 序列。常见结构是噪声先过一个全连接层升维再 reshape 成(seq_len, feature_dim)然后进 LSTM最后接一个全连接把每个时间步映射成单个采样值。判别器反过来输入一段序列过 LSTM 或一维卷积最后输出一个标量判断真假。下面是一个能直接用的 PyTorch 版本import torch import torch.nn as nn class ECGGenerator(nn.Module): def __init__(self, noise_dim100, hidden_dim128, seq_len750): super().__init__() self.seq_len seq_len self.hidden_dim hidden_dim # 噪声升维到 LSTM 输入维度 self.fc_in nn.Linear(noise_dim, hidden_dim) # 两层 LSTMbatch_first 让输入形状是 (batch, seq, feature) self.lstm nn.LSTM(hidden_dim, hidden_dim, num_layers2, batch_firstTrue) # 每个时间步输出一个采样值 self.fc_out nn.Linear(hidden_dim, 1) def forward(self, z): # z: (batch, noise_dim) - (batch, seq_len, hidden_dim) h self.fc_in(z).unsqueeze(1).repeat(1, self.seq_len, 1) out, _ self.lstm(h) # (batch, seq_len, 1) - (batch, seq_len) return self.fc_out(out).squeeze(-1) class ECGDiscriminator(nn.Module): def __init__(self, seq_len750, hidden_dim128): super().__init__() self.lstm nn.LSTM(1, hidden_dim, num_layers2, batch_firstTrue) self.fc nn.Linear(hidden_dim, 1) def forward(self, x): # x: (batch, seq_len) - (batch, seq_len, 1) out, (h_n, _) self.lstm(x.unsqueeze(-1)) # 取最后一层最后时间步的隐藏状态 return self.fc(h_n[-1])生成器里fc_in把 100 维噪声升到 128 维然后repeat成 750 步的序列喂给 LSTM——这里其实是用同一个噪声向量作为每个时间步的输入LSTM 靠自己的隐藏状态产生时间上的变化。num_layers2是经验值一层太浅学不到复杂节律三层以上训练慢且容易过拟合小数据集。判别器取h_n[-1]也就是最后一层 LSTM 在最后一个时间步的隐藏状态它浓缩了整段序列的信息再过一个全连接输出真假分数。如果你的数据量小判别器可以换成一维 CNN参数更少、更不容易过拟合。3.3 训练循环损失、优化器和几个必调参数对抗训练的核心是交替更新判别器和生成器。判别器要最大化真样本判真、假样本判假的能力生成器要骗过判别器。用 BCE 损失就行但要注意标签平滑——把真样本的标签从 1 改成 0.9能防止判别器过于自信。下面是训练循环的骨架import torch.optim as optim device torch.device(cuda if torch.cuda.is_available() else cpu) G ECGGenerator().to(device) D ECGDiscriminator().to(device) # 生成器学习率通常比判别器低一点防止它更新太猛 opt_G optim.Adam(G.parameters(), lr1e-4, betas(0.5, 0.999)) opt_D optim.Adam(D.parameters(), lr2e-4, betas(0.5, 0.999)) criterion nn.BCEWithLogitsLoss() data torch.tensor(np.load(ecg_segments.npy), dtypetorch.float32) batch_size, epochs 64, 200 for epoch in range(epochs): for i in range(0, len(data), batch_size): real data[i:ibatch_size].to(device) bs real.size(0) # ---- 更新判别器 ---- z torch.randn(bs, 100, devicedevice) fake G(z).detach() # 标签平滑真样本用 0.9 而不是 1.0 loss_D criterion(D(real), torch.full((bs, 1), 0.9, devicedevice)) \ criterion(D(fake), torch.zeros(bs, 1, devicedevice)) opt_D.zero_grad(); loss_D.backward(); opt_D.step() # ---- 更新生成器 ---- z torch.randn(bs, 100, devicedevice) fake G(z) # 生成器希望判别器把假样本判成真 loss_G criterion(D(fake), torch.ones(bs, 1, devicedevice)) opt_G.zero_grad(); loss_G.backward(); opt_G.step() if epoch % 20 0: print(fepoch {epoch} loss_D {loss_D.item():.4f} loss_G {loss_G.item():.4f})几个参数是血泪经验换来的。betas(0.5, 0.999)是 GAN 训练的标配动量项调低能减少震荡。生成器学习率 1e-4、判别器 2e-4让判别器稍微强一点但别碾压如果 loss_D 很快掉到 0.1 以下就把判别器学习率再降或者给它加 dropout。batch_size64在 750 点序列上对显存比较友好显存够可以加到 128。训练轮数 200 是起步值实际要看 loss 曲线和生成样本的形态通常 100 到 300 轮之间能看出效果。判别器更新时对fake用了.detach()这是必须的否则梯度会回传到生成器把它的更新搞乱。4. 避坑与排查LSTM-GAN 合成 ECG 最常见的 5 个翻车现场4.1 生成波形全是平直线或单一正弦现象训练几十轮后生成器输出的波形几乎是一条直线或者是一个规整的正弦波完全没有 P-QRS-T 形态。原因通常是模式崩溃生成器发现输出均值波形就能骗过判别器于是躺平了。解决办法是降低判别器强度——把判别器学习率降到和生成器一样或者给判别器加 dropout、减少 LSTM 层数。另一个办法是在生成器 loss 里加一点多样性约束比如让不同噪声生成的样本之间保持距离。还可以检查数据标准化是不是做过头了如果所有训练样本被标准化得过于相似生成器学不到变化。4.2 判别器 loss 迅速归零生成器学不动现象训练开始没多久loss_D 就掉到 0.01 以下loss_G 反而越来越大。原因是判别器太强真假样本被它一眼看穿生成器拿到的梯度几乎没有信息量。解决思路是给判别器加噪声输入上加高斯噪声、降低判别器学习率、或者把判别器的更新频率降到生成器的一半每更新两次生成器才更新一次判别器。还有一种情况是数据泄漏——训练集和验证集没分好判别器见过生成器要学的样本这种要从数据划分上查。4.3 生成的波形幅值爆炸或全为零现象生成样本的数值范围远超训练数据或者全部塌缩到零附近。前者通常是生成器最后一层没做约束LSTM 输出经过全连接后数值无界。可以在生成器输出后加一个tanh再乘一个缩放系数把输出限制在合理范围。后者往往是标准化的问题——如果训练时做了逐样本标准化生成器学到的输出也是标准化后的反标准化时如果标准差估计不对就会塌缩。检查一下保存数据时的均值和方差有没有一起存下来。4.4 Jupyter 里训练到一半 kernel 崩了现象训练到一半 Notebook 报 kernel died或者显存溢出。最常见的原因是数据全部加载进内存后没释放加上 LSTM 展开 750 步的中间状态很吃显存。解决办法是把数据做成DataLoader分批加载别一次性torch.tensor整个数据集训练循环里用with torch.no_grad()包住不需要梯度的部分每轮结束调torch.cuda.empty_cache()。如果还是崩把seq_len从 750 降到 500或者把 LSTM 隐藏维度从 128 降到 64。4.5 生成的 ECG 形态像但节律不对现象单看一个心拍P 波、QRS、T 波都在但连起来看 RR 间期忽长忽短或者出现明显不合理的节律。这是因为 LSTM 学到了局部形态但没学到全局节律。可以在判别器里加入对 RR 间期的约束或者把生成器的输入从纯噪声改成噪声 目标心率的条件向量让生成器知道该生成多快的心律。另一个办法是训练数据里如果心律失常样本太多正常节律的样本会被淹没需要做类别平衡。5. 进阶技巧怎么判断生成的 ECG 到底像不像跑通训练只是第一步真正难的是评估生成质量。肉眼看波形只能筛掉明显崩坏的要量化似是而非的程度得靠几个指标组合。下面这张表是我常用的评估维度评估维度具体指标判断标准形态相似度与真实样本的 DTW 距离越小越像但别追求过小过小说明过拟合分布距离MMD 或 Wasserstein 距离衡量生成分布和真实分布的整体差距节律合理性RR 间期标准差应落在真实数据的合理区间内频域特征功率谱密度对比主频和低频成分应与真实 ECG 接近下游可用性用合成数据训练分类器在真实测试集上评估掉点不超过 5% 说明合成数据有增强价值实操上我一般会先画一张对比图上面一行真实 ECG下面一行生成 ECG各取 5 条肉眼过一遍。然后算 MMD用 RBF 核带宽取中位数启发式。最后做一个下游任务验证——拿合成数据扩充训练集训练一个简单的心拍分类器看它在真实测试集上的 F1 有没有提升。如果合成数据让下游指标反而下降说明生成质量还不够得回去调模型。还有一个容易被忽略的技巧把生成器的噪声维度调大。很多人用 100 维噪声但在 ECG 这种形态相对固定的信号上噪声维度太大反而让生成器难以收敛到合理形态。我试过把噪声降到 32 维生成波形的稳定性明显提升代价是多样性略降。这个权衡要看你的用途——如果是为了数据增强多样性重要噪声维度别太小如果是为了教学演示稳定性优先可以适当降维。最后说个习惯每次改完模型结构或超参别急着跑 200 轮先跑 20 轮看 loss 曲线和生成样本。LSTM-GAN 训练的不确定性很大同样的代码换个随机种子结果可能差很多所以我会固定种子、记录每次实验的配置避免上次明明能跑这种玄学。合成 ECG 这件事做到似是而非不难难的是知道它哪里像、哪里不像、以及为什么。希望帮到你。本文还有配套的精品资源点击获取