上海复旦联合研发CLEAR-HUG框架，AI心电图分析性能提升6.84%

AI快讯 2026-01-17

作者团队丨上海科学智能研究院、复旦大学团队

编辑丨ScienceAI

在心血管疾病的临床诊断领域，心电图（Electrocardiogram, ECG）扮演着不可或缺的角色，而12导联心电图更是公认的诊断金标准。导联，作为记录心脏电活动的独特“窗口”，由正负两个电极构成一个电路。通过在体表放置10个电极，可以组合出12个不同的电信号“观察视角”，同步捕捉心脏的电生理活动，最终形成一套多维度的波形图谱，为医生提供诊断依据。

然而，面对日益增长的海量心电图数据，现有的基于自监督学习的分析方法虽然解决了大规模数据标注的难题，但其局限性也日益凸显。这些方法往往难以精确捕捉心脏传导过程中每个心搏的细微个体差异，同时也缺乏与临床诊断逻辑相匹配的推理结构。临床医生通常遵循“从单个心搏分析，到单导联观察，再到多导联综合判断”的递进式思维，而现有模型未能有效对齐这一流程，导致在面对复杂病例时诊断能力受限。

针对上述挑战，上海科学智能研究院（简称“上智院”）与复旦大学的研究团队联合创新，提出了名为CLEAR-HUG的双阶段人工智能分析框架。该框架的核心理念是从心电图信号的生理本质出发，在模型预训练阶段显式地建模心脏传导的关键特征，并在后续的诊断微调阶段，紧密贴合临床医生的层级化判读逻辑，从而实现了从原始信号表征到最终诊断推理的全流程优化。实验数据表明，这一全新方法在六个权威的公开心电图数据集上的平均分析性能提升了6.84%，为开发下一代高性能、高可解释性的AI辅助心电图诊断工具指明了新的方向。

论文链接：https://arxiv.org/pdf/2512.24002

这项重要的研究成果已被人工智能顶级会议AAAI 2026接收。该研究项目得到了星河启智科学智能开放平台和复旦大学CFFF智算平台在技术与算力上的鼎力支持。

星河启智平台链接：https://aistudio.ai4s.com.cn

突破传统：直面心电图AI分析的两大核心瓶颈

尽管基于自监督学习的心电图分析方法已取得阶段性进展，但其在面向真实临床场景时，仍存在两个亟待解决的关键短板：

瓶颈一：对个体心搏差异的忽视。现有模型擅长学习心电图中普遍、重复出现的模式，例如不同导联间的波形同步性或连续心搏的形态相似性。然而，它们忽略了一个基本的生理事实：每一次心跳的传导路径都存在自然的、细微的差异，且不同导联是从不同的解剖角度进行观察。这些细微差别往往蕴含着至关重要的生理与病理信息。例如，一个偶发的、形态异常的室性早搏，在规律的心跳中显得“格格不入”，而这恰恰是临床诊断需要敏锐捕捉的关键线索。现有方法学会了看“共性”，却难以识别决定性的“个性”与“异常”。

瓶颈二：与临床诊断逻辑的脱节。为确保诊断的准确与全面，心电图临床判读遵循一个严谨的层级流程：医生首先审视单个心搏的形态是否异常；接着在特定导联上分析连续心搏的节律与模式；最后，综合全部12个导联的信息，像拼图一样进行空间对应与整合，从而定位病灶并做出最终诊断。遗憾的是，现有AI模型在下游诊断任务中，常常将心电图作为一个整体进行“黑箱”式处理，其特征提取过程与上述递进式、可解释的临床逻辑严重脱节。

正是为了攻克这些难题，研究团队创造性地从心脏电生理机制与临床诊断规范的双重角度切入，构建了CLEAR-HUG框架。该框架致力于让人工智能的推理过程与人类专家的知识体系对齐，使得医生不仅能得到“是什么”的诊断结果，更能理解模型“为何”做出这样的判断，极大推动了心电图AI分析的可解释性与临床信任度。

图解：心脏电信号传导机制。

匠心设计：CLEAR-HUG双阶段框架详解

CLEAR-HUG框架包含预训练与微调两个核心阶段，分别对应着深层特征学习与临床诊断适配，形成了一个完整且高效的技术闭环。

第一阶段：CLEAR预训练——捕捉心跳的独特性
团队设计了名为“传导-导联重构器”（Conduction-LEAd Reconstructor, CLEAR）的自监督模型。该模型的创新之处在于，它能同时捕捉心搏的普遍共性与其特异性变异。它将每个心搏视为一个独特的实体，并采用高效的稀疏注意力机制，在屏蔽其他心搏干扰的前提下，专注于重构目标心搏的信号，从而学习到更精细、更具判别力的特征。

第二阶段：HUG微调——模拟医生的思维
在微调阶段，团队引入了“分层导联统一分组头”（Hierarchical lead-Unified Group head, HUG）。这个诊断模块的设计完全模拟了临床医生的诊断流程：首先，按照临床标准将12个导联分为3组（如肢体导联、胸导联等），每组独立学习特征；然后，将不同组的特征进行两两组合，以捕捉导联间的互补与关联信息；最后，聚合所有组合信息，形成全面的全局表征用于最终诊断。这种层级化、结构化的处理方式，使AI的“思考”过程对医生而言变得透明且可理解。

图解：CLEAR-HUG框架的双阶段训练流程。

1. CLEAR预训练的核心技术

双重视角建模：将心电信号解构为“传导引导信息”（同一心搏跨导联的时间同步性）和“视角引导信息”（同一导联内的心搏空间异质性），全面建模信号本质。
稀疏注意力机制：设计专用注意力掩码，确保模型在重建某个心搏时，只关注该心搏自身的传导信息与导联的全局上下文，排除无关心搏的噪声干扰。
高掩码率重建：采用高达80%的掩码率进行训练，迫使模型必须学习深层的、泛化能力强的生理特征，而非简单地记忆表面波形模式。

2. HUG微调的临床化设计

临床分组：严格依据医学标准对导联进行分组，每组配备独立的特征学习层。
特征组合：对分组特征进行成对交互，挖掘不同导联组之间的诊断关联性。
全局决策：整合所有层级信息，做出最终诊断，实现了从“数据驱动”到“临床知识驱动”的范式转变。

性能卓越：在多项权威评测中全面领先

研究团队在MIMIC-IV-ECG大规模数据集上完成预训练后，在PTB-XL、CPSC2018及CSN这三个国际公认的公开数据集上，针对六个不同的下游诊断任务进行了 rigorous 评估。结果显示，CLEAR-HUG框架的性能全面超越了当前最优方法（SOTA）。

具体而言，模型整体平均性能提升达6.84%。其中，仅CLEAR预训练模型就贡献了3.94%的基础提升，而HUG诊断头的加入带来了进一步的性能增益，充分证明了双阶段设计的协同效应。在数据稀缺的场景下，该框架展现了强大的少样本学习能力。例如，在仅使用1%标注数据的PTBXL心律分类任务中，性能提升超过17%。

在细粒度的疾病分类任务上，HUG的层级化设计优势尤为明显。在包含38类疾病的CSN数据集中，当使用1%、10%和100%的训练数据时，HUG头相比基础模型分别带来了9.21%、5.81%和3.18%的性能提升。

此外，该框架还具备两大突出优势：
强大的鲁棒性：即使在部分导联信号缺失、仅保留两个核心导联的极端情况下，其诊断性能依然优于现有SOTA方法，能很好地适应临床中常见的设备或记录问题。
高度的可解释性：通过可视化技术可以发现，HUG头对于不同疾病所重点关注的导联组合模式，与临床医学教科书中的诊断标准高度吻合，使得AI的决策依据对医生而言清晰可见。

实证支撑：核心模块的消融实验验证

为了科学验证CLEAR-HUG框架中每个创新设计的必要性，团队进行了系统的消融实验。通过控制变量法，逐步移除或替换核心模块，量化评估了各部分的贡献：