生理信号异常检测：从波形到逻辑解释的神经符号化框架

在生理信号异常检测中，深度学习模型虽然能够高效识别 ECG、EEG 等波形异常，但解释能力往往停留在“异常存在”这一层面，无法回答“为何异常”或“异常间的逻辑关系”。arXiv-issued 的论文（arXiv:2609.26820v1）提出的 Signal2Symbol 框架，通过将连续信号转换为可推理的符号序列，实现了对生理异常的逻辑解读，而非仅仅输出分数。该框架结合了 VQ-VAE 的深度特征提取和 Allen 间隔代数的时序逻辑分析，旨在为临床决策提供基于符号化证据的解释链条。

连续波形如何变成可推理的符号？

Signal2Symbol 的核心在于将原始信号（如 ECG 或 EEG）转换为离散符号序列，以便后续逻辑推理。这一过程采用两条并行路径：

1. 深度符号化（VQ-VAE）：

通过训练得到的向量量化变分自编码器（VQ-VAE）码本，将信号映射为神经网络学习到的离散符号。这种方法能够捕捉高层次的时序特征，而非仅限于原始波形的数值变化。

1. 传统符号化（SAX）：

作为对比，框架同时采用经典的 Symbolic Aggregate approXimation（SAX） 方法，将信号分段并量化为符号。SAX 的优势在于计算效率高，且在某些情况下能够保留信号的整体形状特征。

在获得符号序列后，Signal2Symbol 不再简单统计符号出现频率，而是构建了“二元语法增强的 Token 窗口交易数据”。具体来说，它利用“最小稀有项集挖掘”技术，识别在正常信号中极少出现的符号组合（如 bigram 或更长序列）。当某个符号序列在统计上属于“罕见组合”时，系统会将其标记为异常证据。例如，一个突发的高幅脉冲（如心律失常的 QRS 波群）可能在 VQ-VAE 码本中对应一组稀有符号，而这些符号在正常心电图中几乎不连续出现。

如何将离散异常点串联成逻辑解释？

传统异常检测模型在发现异常后通常终止分析，而 Signal2Symbol 则进一步利用 Allen 间隔代数 和 形式概念分析（FCA） 将零散的异常点组织成可解释的“异常家族”。这一步骤的关键在于：

1. 时序关系建模（Allen Algebra）：

对于多个异常窗口，框架不再将其视为独立事件，而是通过 Allen 代数定义其时序关系。例如：
- 升级链（escalation chains）：一个异常是否在时间上逐渐恶化（如心律从期前收缩发展为心动过速）。
- 伪影重叠（artifact overlap）：两个异常是否源于同一干扰（如肌电伪影同时影响多个导联）。
- 跨通道同步（cross-channel synchrony）：不同导联的异常是否在时间上同步出现（如脑电图中癫痫波的广泛放电）。

1. 概念格压缩（Galois Lattice）：

通过 FCA，框架将共享相同符号证据、时序关系和通道上下文的异常点聚类，形成一个稀有时间概念格。这个格能够压缩多个局部检测结果，使医生能够看到“这一组异常属于某种特定模式的演变”，而非孤立的时间戳。例如，一个心电图中的多发室性早搏可能被识别为“由基线漂移触发的节律性异常家族”。

数据集与鲁棒性验证

该框架在三个公开数据集上进行了验证，覆盖心电图和脑电图的不同粒度检测任务：

• MIT-BIH Arrhythmia：针对心搏级别的 ECG 异常（如期前收缩、心房颤动）。
• PTB-XL：针对完整心电图记录级别的诊断（如缺血性心脏病）。
• Bonn EEG 数据集：针对脑电图分段级别的异常（如癫痫波、α波异常）。

为了模拟真实临床环境中的信号干扰，研究人员还对模型进行了压力测试，包括：

• 加性噪声（additive noise）：模拟电极接触不良或环境干扰。
• 基线漂移（baseline-wander）：模拟呼吸或体位变化导致的信号漂移。

测试结果表明，与单纯依赖深度学习的模型相比，Signal2Symbol 在处理复杂时序异常时能够提供更紧凑且可解释的摘要，而非仅仅输出异常的位置。此外，该框架的代码、数据和媒体资源已通过 alphaXiv 平台公开（DataCite Submission history 记录为 Sidahmed Benabderrahmane Dr. 提交的 arXiv-issued 版本）。

局限与未来方向

虽然 Signal2Symbol 在解释性上取得了进展，但其计算复杂度随着符号序列长度和逻辑关系复杂程度的增加而上升。特别是在大规模实时监测场景中，如何在保持符号化精度的同时降低推理延迟，成为后续需要优化的方向。例如，在 ICU 监护中，心电图的实时解码需求与符号逻辑的解释深度之间存在权衡。

![原文中的图片保持不变]
![...]