基于Swin Transformer的MIT-BIH心电信号分类系统：创新设计与优异性能

项目概述

这是一个基于深度学习的心电信号（ECG）自动分类系统，专门用于MIT-BIH心律失常数据库的心拍分类任务。项目实现了从数据预处理、模型训练到可视化推理的完整流程，为心律失常的自动诊断提供了高效的技术解决方案。

数据集背景

MIT-BIH心律失常数据库是国际上最权威的心电信号基准数据库之一，包含了从长期Holter记录中提取的48条半小时双通道心电图记录。本项目将该数据集应用于五类心拍分类任务：

A：房性早搏
L：左束支传导阻滞
N：正常心拍
R：右束支传导阻滞
V ：室性早搏

数据集划分：训练集1917个样本，验证集820个样本，覆盖5个类别，确保了模型训练的充分性和评估的可靠性。

核心创新点

1. 先进的视觉Transformer架构

项目创新性地采用Swin Transformer作为主干网络，取代了传统的CNN架构。Swin Transformer通过层次化的窗口注意力机制，能够捕捉心电信号中的长程依赖关系，特别适合处理心电图这类具有时序局部特征和全局结构的数据。

python 复制代码

# 模型构建代码（utils.py）
def create_model(num, weights):
    net = m.swin_t(weights=weights)  # 使用Swin Transformer Tiny
    net.head = nn.Linear(net.head.in_features, num)  # 自定义分类头
    return net

优势：

更强的特征表示能力，适合复杂的ECG模式识别
可解释性更强，注意力机制可可视化特征重要性
参数效率更高，在较小数据集上表现优异

2. 全面的评估指标体系

项目超越了传统仅关注准确率的评估方式，实现了多维度的性能评估：

python 复制代码

# 混淆矩阵计算各类指标（utils.py）
def summary(self):  # 计算各项指标
    dict['accuracy'] = acc
    dict['mean precision'] = p / self.num_classes
    dict['mean recall'] = r / self.num_classes
    dict['mean specificity'] = s / self.num_classes
    dict['mean f1 score'] = f / self.num_classes
    return dict

评估指标包括：

每个类别的精确率(Precision)、召回率(Recall)、特异度(Specificity)、F1分数
宏观平均的各项指标
ROC曲线和AUC面积
PR曲线（精确率-召回率曲线）

3. 创新的损失函数设计

采用Focal Loss替代标准交叉熵损失，有效解决类别不平衡问题：

python 复制代码

class FocalLoss(nn.Module):
    def __init__(self, alpha=0.25, gamma=2.0, reduction='mean'):
        super(FocalLoss, self).__init__()
        self.alpha = alpha
        self.gamma = gamma
        self.reduction = reduction
    
    def forward(self, inputs, targets):
        ce_loss = F.cross_entropy(inputs, targets, reduction='none')
        pt = torch.exp(-ce_loss)
        focal_loss = self.alpha * (1-pt)**self.gamma * ce_loss

优势：

自动调整困难样本的权重
改善少数类别的学习效果
提高模型在类别不平衡数据上的泛化能力

4. 完善的训练监控与可视化

项目实现了端到端的训练监控系统：

实时训练指标跟踪：每个epoch记录所有评估指标
学习率动态调整：余弦退火学习率调度
训练过程可视化：损失曲线、准确率曲线、学习率衰减曲线
数据集分布分析：训练集和验证集的类别分布直方图
混淆矩阵可视化 ：训练集和验证集的详细分类性能

5. 用户友好的推理界面

基于PyQt5开发了图形化推理系统：

python 复制代码

# GUI界面设计（infer_QT.py）
class MainWindow(QMainWindow):
    def __init__(self, model, class_indices_path):
        super().__init__()
        self.model = ImageClassifier(model, class_indices_path)
        # 包含图像显示、结果展示、概率输出等功能

功能特点：

支持多种图像格式（PNG, JPG, JPEG, BMP）
显示前3个最可能的预测类别及其置信度
实时状态反馈和错误处理
现代化UI设计，操作直观简单

训练结果分析

根据提供的训练日志（train_log_results.json），模型在30个epoch的训练中表现出色：

性能表现

最终验证集准确率：95.61%
最佳验证集准确率：95.61%（epoch 29）
各类别平均性能 ：
- 平均精确率：95.22%
- 平均召回率：94.87%
- 平均特异度：98.91%
- 平均F1分数：95.02%

训练动态

快速收敛：模型在epoch 5时验证准确率已达到91.22%
稳定提升：从epoch 5到epoch 29，准确率从91.22%稳步提升至95.61%
无过拟合：训练和验证性能同步提升，表明模型具有良好的泛化能力

各类别详细表现

L类（左束支传导阻滞）：表现最优，召回率达100%
R类（右束支传导阻滞）：精确率和F1分数接近100%
A类（房性早搏）：相对最具挑战性，但仍有91.47%的召回率
N类（正常心拍） 和 V类（室性早搏）：均表现出色，各项指标超过95%

技术架构优势

1. 模块化设计

utils.py：工具函数集中管理
train.py：训练流程完整实现
infer_QT.py：推理界面独立封装
高内聚低耦合，便于维护和扩展

2. 可配置性

通过argparse支持丰富的训练参数配置：

python 复制代码

parser.add_argument("--pretrained", default=True, type=bool)       # 预训练权重
parser.add_argument("--batch-size", default=16, type=int)         # 批次大小
parser.add_argument("--epochs", default=30, type=int)             # 训练轮数
parser.add_argument("--optim", default='Adam', type=str)          # 优化器选择
parser.add_argument('--lr', default=0.0001, type=float)          # 初始学习率

3. 实验可复现性

自动保存所有训练配置和结果
生成详细的训练日志（JSON格式）
保存最佳和最终模型权重
可视化结果自动导出

4. 计算效率

总参数量：约1885.6万
可训练参数量：约2752.3万
FLOPs：约2.98亿
支持GPU加速训练

应用价值

临床辅助诊断：为医生提供快速、准确的心律失常初筛工具
远程医疗：可集成到移动医疗设备中，实现实时心电监测
医学研究：为心律失常研究提供可复现的基准模型
教育工具：帮助医学生理解心电图分类原理

总结

本项目成功地将前沿的视觉Transformer技术应用于心电图分类任务，通过创新的模型设计、全面的评估体系和用户友好的界面，构建了一个高效、准确、可靠的心电信号自动分类系统。在MIT-BIH数据库上的优异表现验证了该方法的有效性，为心律失常的自动诊断提供了有力的技术支撑。

项目亮点总结：

✅ 采用先进的Swin Transformer架构
✅ 实现多维度的综合性能评估
✅ 解决类别不平衡的Focal Loss设计
✅ 完整的训练监控和可视化系统
✅ 用户友好的图形化推理界面
✅ 在MIT-BIH数据库上达到95.61%的准确率

这个项目不仅展示了深度学习在医疗图像分析中的强大能力，也为类似的时间序列分类任务提供了可借鉴的技术框架和实施范例。

下载地址：基于Swin Transformer与多模态融合的MIT-BIH心电智能诊断系统：从ECG分类到临床可解释性部署，已经训练好