技术摘要：心电图（ECG）心律失常分类的系统综述

问题陈述

心电图（ECG）信号的分类对于早期检测心律失常和心脏状况至关重要。然而，尽管机器学习取得了进展，仍有相当一部分文献未能遵循关键的标准化协议，导致性能评估不一致且实际应用能力有限。两个主要问题削弱了当前研究的可靠性：

1. 评估偏差： 许多研究采用了“患者内”（intra-patient）数据划分方法，即来自同一患者的心跳出现在训练集和测试集中。这种做法通过允许模型记忆患者特有的特征而非学习具有泛化性的心律失常模式，从而夸大了准确率指标。
2. 嵌入式可行性差距： 许多研究在优先考虑分类准确率时，并未评估这些模型在资源受限的嵌入式系统（如起搏器、Holter 监测仪、可穿戴贴片）上的部署可行性。高计算复杂度和内存占用往往使这些模型在低功耗、实时心脏监测设备上难以实现。

研究方法

本研究对 2017 年至 2024 年间发表的 ECG 分类研究进行了系统综述。研究方法遵循了严格的多阶段筛选过程：

• 数据来源： 使用查询语句 TS=("ECG classification" OR "arrhythmia detection") 从 Web of Science 数据库中检索出初始数据集 1,427 篇文章。
• 过滤标准：
  • 索引： 限制在科学引文索引扩展版（SCI-EXPANDED），以确保高质量、经过同行评审的研究。
  • 时间范围： 2017–2024 年。
  • 内容： 对标题和摘要进行筛选，以确保与心律失常或 ECG 分类相关。
  • 质量控制： 剔除了非英语论文、撤稿文章、重复文献以及综述/评论类文章。
• 选择策略： 最终选定的 122 篇文章基于以下两个标准：
  1. 引用影响力： 最多引用的 70 篇文章，外加 2022 年、2023 年和 2024 年的前 10 篇高被引文章，以捕捉近期的高影响力工作。
  2. 嵌入式可行性： 特别纳入了 22 项侧重于轻量化架构、量化、剪枝、FPGA 实现或设备端学习的研究。
• 评估框架 (E3C)： 本综述引入了 E3C（嵌入式、临床和比较标准） 框架来评估研究。要被视为完全合规，一项研究必须：
  • 遵循 AAMI（美国医疗器械促进协会）建议，包括使用 MIT-BIH 心律失常数据库和特定的心跳类别定义。
  • 实现 患者间范式（Inter-Patient Paradigm，由 De Chazal 等人提出），确保训练集和测试集之间严格分离患者数据。
  • 评估 嵌入式可行性，证明模型在低功耗硬件（如微控制器、FPGA）上的可行性。

核心贡献

1. 识别关键差距： 综述显示，在分析的 122 项研究中，仅有 4.1% (5/122) 的研究同时满足所有 E3C 标准。大多数高影响力研究依赖于患者内评估，或未能解决硬件约束问题。
2. 引用网络分析： 作者绘制了研究的影响力图谱，指出未遵循患者间范式（通常使用患者内划分）的研究在历史上占据了引用量的主导地位，这可能扭曲了对模型鲁棒性的认知。
3. 确定最先进技术 (SOTA)： 本文识别并分析了符合所有 E3C 标准的五项研究，对其性能、能耗和推理时间进行了对比分析。
4. 优化技术综述： 本文总结了实现嵌入式部署的当前方法，包括：
   • 剪枝 (Pruning)： 移除冗余连接以减小模型大小。
   • 量化 (Quantization)： 降低位宽（例如从 32 位降至 8 位）以降低内存和计算需求。
   • 轻量化架构： 利用 MobileNet、SqueezeNet 和脉冲神经网络 (SNN) 等模型。
   • FPGA 加速： 利用可重构硬件进行并行处理。
   • 设备端学习 (On-Device Learning)： 使模型能够针对患者特有的变化进行实时调整，而无需外部重新训练。

结果

• 合规统计：
  • 55.7% 的研究遵循了 AAMI 指南。
  • 30.3% 遵循了患者间范式。
  • 78.7% 使用了 MIT-BIH 数据库。
  • 31.1% 考虑了嵌入式可行性。
  • 仅 4.1% 满足所有 E3C 标准。
• 符合 E3C 标准研究的性能： 确定的五项研究代表了稳健、可部署 ECG 分类的最前沿：
  • Farag 等人 [15]： 提出了一种针对边缘设备优化的匹配滤波器（Matched Filter）型 1D CNN。它实现了最高的平均准确率 (98.18%) 和最快的推理时间 (<1 ms)（在 Raspberry Pi 上），模型大小为 15 KB。它对少数类（SVEB 和 VEB）表现出极强的敏感性。
  • Mao 等人 [17]： 开发了一种集成人工神经网络 (ANN) 和脉冲神经网络 (SNN) 的超低能耗处理器。该处理器具有 片上学习 功能，允许进行患者特定校准，将准确率从 93.67% 提升至 97.36%。它实现了最低的能耗 (0.3 µJ/beat) 和最小的模型大小 (8 KB)。
  • Yan 等人 [16]： 利用两阶段 CNN 转换为 SNN 进行推理，实现了高能效 (77 mW) 但准确率适中 (90%)。
  • Xing 等人 [18]： 在 FPGA 上实现了带有通道注意力机制的 SNN，在患者间评估下达到了 92.07% 的准确率，且延迟较低 (1.32 ms)。
  • Raj 和 Ray [31]： 将离散正交 Stockwell 变换 (DOST) 与优化的 SVM 相结合，在患者间设置下达到了 86.89% 的准确率。
• 权衡 (Trade-offs)： 分析强调了准确率与效率之间的权衡。虽然 Farag 等人的方案提供了卓越的准确率和速度，但 Mao 等人的方案提供了最具能效的解决方案，并具备连续设备端自适应的独特能力。

重要性与主张

本文声称其主要意义在于将 ECG 分类研究的重心从纯粹的准确率驱动指标转向 临床可行且具备实际部署能力的系统。通过强调缺乏遵循 AAMI 标准、患者间范式和嵌入式约束的研究，作者认为该领域目前由于存在偏向性的评估协议，从而高估了模型的性能。

研究断言，未来的研究必须优先考虑 E3C 框架，以确保机器学习模型不仅准确，而且对患者差异具有鲁棒性，并能在资源受限的医疗设备中部署。作者提出了标准化的报告指南，要求包含针对所有五种 AAMI 心跳类别的特定类别指标（灵敏度、正预测值、F1 分数），以及硬件特定指标（能量、内存、推理时间），以促进公平比较，并加速可靠、实时心脏监测解决方案的发展。