上智院、復旦等提出CLEAR-HUG框架實現診斷性能與可解釋性雙突破

作者團隊丨上海科學智能研究院、復旦大學團隊

編輯丨ScienceAI

在心血管疾病診斷中，心電圖（Electrocardiogram, ECG）是無可替代的基礎工具，其中 12 導聯心電圖是臨床使用的金標準。作為觀察心臟電活動的“視角”，導聯是由一正一負兩個電極構成的一個記錄電路，12 導聯心電圖即是通過體表 10 個電極組合構建出 12 個獨特的電信號“視角”，同步捕捉心臟的電活動，形成一套多維度的波形圖譜。

然而，面對海量的心電圖數據，現有基于自監督學習的分析方法盡管提供了無需大規模標注數據的解決方案，其局限仍非常明顯：它們往往未能充分建模心臟傳導過程中細微的個體心搏差異，也缺乏與臨床“從心搏到導聯，再從導聯到整體”的遞進診斷邏輯相對齊的推理結構，導致在復雜病例診斷中表現受限。

為此，上海科學智能研究院（下稱上智院）與復旦大學聯合提出了 CLEAR-HUG 雙階段框架。該框架從心電圖信號的生理本質出發，在預訓練階段顯式建模心臟傳導特征，并在診斷階段緊密貼合臨床判讀的層級思維，實現了從信號表征到診斷推理的全流程優化。實驗表明，該方法在六個權威公開數據集上平均性能提升達 6.84%，為開發高性能、可解釋的 AI 輔助心電圖診斷工具開辟了新路徑。

論文鏈接：https://arxiv.org/pdf/2512.24002

該研究成果已被 AAAI 2026 接收。研究項目由星河啟智科學智能開放平臺和復旦大學 CFFF 智算平臺提供技術和算力支持。

星河啟智平臺鏈接：https://aistudio.ai4s.com.cn

現有方法的兩大局限

既往的心電圖自監督學習（electrocardiogram self-supervised learning, eSSL）方法雖取得一定進展，但存在兩個面向臨床的關鍵短板：

一是忽視個體差異。

現有方法學會了看“大概”和“通常”，卻難以識別那些“例外”與“異常”，而后者往往是臨床診斷中更需要關注的信號。具體來說，現有方法主要讓模型學習心電圖信號中重復出現和普遍存在的模式——比如不同導聯之間波形的同步性，或連續心搏間的形態相似性，卻忽略了一個生理事實：每個心搏的傳導路徑存在自然的細微差異，而不同導聯觀察的解剖角度也本就不同。這些細節往往承載著重要的生理與病理信息，例如，一個偶發的、形態異常的室性早搏，在標準心電圖中看起來就“很不合群”，但這恰恰是臨床診斷需要捕捉的關鍵線索。

二是脫離臨床邏輯。

為確保診斷的精確性和全面性，心電圖臨床診斷通常遵循“心搏→單導聯→多導聯組合”的層級流程：醫生首先觀察單個心搏的形態細節，判斷其是否異常；然后在一個特定的導聯上，分析連續心搏的節律和模式，確認異常是否持續存在；最后，綜合所有 12 個導聯的信息，像拼圖一樣將不同導聯的發現進行組合與空間對應，從而精確定位心臟的病變部位并做出最終診斷。但是，現有模型在下游任務中常忽視這一遞進式診斷邏輯，導致特征提取與診斷需求脫節。

為解決這些問題，研究團隊從心臟傳導機制和臨床診斷規范雙重視角出發，構建了 CLEAR-HUG 框架，實現從信號表征到診斷推理的全流程優化。該框架與人類專家的知識體系對齊，使得醫生不僅能夠獲知“診斷結果是什么”，更能理解“模型為何做出該診斷”，從而推動心電圖AI分析更加可解釋。

圖示：心臟傳導機制。

CLEAR-HUG 的雙階段創新設計

CLEAR-HUG 框架包含預訓練和微調兩個階段，分別對應特征學習與診斷適配，形成完整的技術閉環。

第一階段，團隊設計了名為“傳導-導聯重構器”（Conduction-LEAdReconstructor, CLEAR）的自監督模型，該模型能同時捕捉心跳的特異性變異與普遍共性。通過將每個心搏視為獨特實體，該模型采用簡潔高效的稀疏注意力機制，在排除其他心搏干擾的情況下重構信號。

第二階段，團隊構建了“分層導聯統一分組頭”（Hierarchical lead-UnifiedGroup head, HUG頭）診斷模塊，模擬臨床診斷流程。

圖示：雙階段訓練

1.CLEAR 預訓練，捕捉傳導級細微特征

預訓練階段的核心是 CLEAR 模型，通過傳導引導和視角引導的雙重信息學習，精準重建心電圖信號：

• 雙重視角建模：將心電圖信號分解為傳導引導信息（同一心搏在各導聯的時間同步特征）和視角引導信息（同一導聯的空間異質性特征），全面捕捉信號本質。
• 稀疏注意力機制：設計專屬注意力掩碼，確保心搏重建僅依賴對應的心搏傳導信息和導聯全局上下文，避免其他心搏干擾，高效提取特異性特征。
• 掩碼重建訓練：采用 80% 的高掩碼率，通過重建被掩蓋的心搏 token，迫使模型學習深層生理特征而非表面模式，提升表征魯棒性。

2.HUG 微調 ，模擬臨床診斷流程

微調階段引入 HUG 頭，完全貼合臨床心電圖診斷的層級邏輯：

• 導聯分組：按臨床標準將 12 導聯分為 3 組（雙極肢體導聯、加壓單極肢體導聯、胸前導聯），每組通過獨立線性層學習特征并平均。
• 成對組合：將三組特征進行兩兩組合，進一步捕捉導聯間的互補信息。
• 全局聚合：整合所有組合特征，形成完整的多導聯全局表征，作為最終診斷依據。

這種層級設計不僅提升了模型的可解釋性，更讓特征提取過程與醫生診斷思維高度一致，實現從數據驅動到臨床驅動的轉變。

在六大數據集上超越現有最優方法

本研究在 MIMIC-IV-ECG 數據集上完成預訓練后，于 PTB-XL、CPSC2018 及 CSN 三個公開數據集的六個下游任務上進行了系統評估，結果全面超越了現有最優方法（SOTA）。

具體而言，模型在平均性能上較當前 SOTA 提升了 6.84%，其中 CLEAR 單模型在預訓練階段貢獻了 3.94% 的提升，而加入 HUG 診斷頭后性能得到進一步改善，充分驗證了雙階段設計的有效性。在低數據場景下，該方法展現出卓越的少樣本遷移能力，例如，在僅使用 1% 訓練數據的 PTBXL-Rhythm 任務中，CLEAR-HUG 較 SOTA 提升超 17%。

同時，在細粒度疾病分類任務上，層級分組策略的價值尤為凸顯——在 CSN 數據集的 38 類疾病分類中，使用 1%、10% 與 100% 訓練數據時，HUG 頭相較基礎模型分別帶來 9.21%、5.81% 與 3.18% 的性能增益。

此外，該方法在關鍵特性上也表現出顯著優勢。其一，模型具有更強的穩健性，即使在部分導聯缺失、僅保留兩個核心導聯的極端情況下，其性能仍優于現有 SOTA，能夠很好地適應臨床中數據不完整的實際場景。其二，模型展現出高度的臨床適配性，通過激活可視化，HUG 頭對不同疾病所激活的導聯組合模式，與臨床診斷標準高度一致，顯著提升了模型的可解釋性。

核心模塊的必要性驗證

為驗證 CLEAR-HUG 框架中各核心組件的貢獻，本研究進行了系統的消融實驗。該方法遵循控制變量原則，通過逐步移除或調整模型中的特定設計，量化評估每個創新模塊的實際價值。主要實驗結果與發現如下：

• 傳導建模的有效性驗證：對比基礎掩碼自編碼器，CLEAR 預訓練通過傳導引導稀疏注意力，在心律分析任務中提升 17.4%，證明了傳導機制建模的重要性。

• 層級診斷結構的作用分析：移除 HUG 頭后，模型在細分類任務中性能明顯下降，驗證了層級分組策略對復雜疾病診斷的關鍵作用。

• 預訓練掩碼策略的優化驗證：不同掩碼率實驗表明，80% 的掩碼率能平衡特征學習深度與訓練穩定性，是最優選擇。

這些實驗從多個維度證實，CLEAR 與 HUG 兩個核心模塊均不可或缺，其設計共同支撐了模型在各項任務中的性能提升。

總結與展望

CLEAR-HUG 的成功，并不依賴于復雜的模型架構，而是根植于對醫學本質的深刻洞察與巧妙融合。

首先，模型從生理機制出發，緊扣心臟傳導這一心電信號的核心生成原理，使特征學習過程更貼合生理本質。其次，通過將模型流程與醫生診斷邏輯深度對齊，在提升性能的同時也顯著增強了結果的可解釋性。此外，其輕量化設計與對缺失導聯的適應能力，兼顧了效率與臨床實用性，為實際部署掃除了障礙。

該研究不僅為心電分析提供了新的技術路徑，也印證了 AI 醫療發展的關鍵方向——唯有將領域知識與人工智能技術深度融合，才能開發出真正賦能臨床的實用工具。

展望未來，研究團隊計劃將本框架擴展至更多心血管疾病診斷場景，并探索與多模態醫療數據的融合應用，從而為智能醫療的落地持續注入新動力。

作者信息：

上智院實習生、復旦大學人工智能創新與產業研究院博士生潘覃和孫翊軒，為共同第一作者。

代碼地址：

https://aistudio.ai4s.com.cn/galaxy-model/partner/galaxy-model-frontend/model/CLEAR-HUG#heading-1

https://github.com/Ashespt/CLEAR-HUG