简介：本资源是一套面向深度学习初学者与心电信号处理研究者的实用工具包，专为简化MIT-BIH ECG心电数据集的图像化预处理而设计。原始ECG数据以.dat、.hea、.atr等专业格式存储，可视化门槛高；该方案提供完整Python脚本，可一键将原始信号转换为灰度时序图像，并按临床五类心拍（'N'正常、'A'房颤、'V'室性早搏、'L'左束支传导阻滞、'R'右束支传导阻滞）自动归类保存，生成结构清晰的5个子目录，共约9万张图片，便于直接用于CNN分类、数据增强或迁移学习任务。资源包含706个文件，主体为439个xws（信号索引）、72个atr（标注文件）、71个dat（二进制波形）及71个hea（头文件），辅以少量脚本与说明文档，总大小73.37MB，开箱即用，无需另行下载原始数据集。目前已有709人学习下载，附带可直接运行的py脚本、规范目录结构及典型记录预览（如203.at_、215.at-等），显著降低ECG图像建模入门成本。
1. 把 MIT-BIH ECG 波形转成带标签的图片：不是“截图存图”，而是为 CNN 分类器准备可复用、可追溯、零歧义的训练样本
你手头有一份 MIT-BIH Arrhythmia Database 的.dat/.hea/.atr文件，想喂给 ResNet 或 EfficientNet 做心律失常分类——但模型不吃原始信号，它只认 RGB 图片。网上搜“MIT-BIH 转图片”，一堆 Python 脚本直接plt.plot()然后plt.savefig()，结果生成上千张模糊、尺寸不一、坐标轴乱标、类别混放的 PNG：N 类和 V 类文件夹里各混着 3% 的错标样本；同一段心跳被截成 5 种长度，导致模型学不会 R 波定位；更糟的是，matplotlib默认 DPI 和 bbox_inches='tight' 组合会让波形边缘被裁切——而 L 类（左束支传导阻滞）的关键诊断特征恰恰在 T 波末段。这不是数据预处理，这是埋雷。本文讲的不是“怎么把波形画出来”，而是如何用信号处理+图像工程双约束，批量生成符合医学图像分类 pipeline 要求的、带严格时序对齐与临床可解释性标注的 ECG 图片集。适合正在搭建心电 AI 模型、卡在数据准备环节的算法工程师和生物医学工程研究生——尤其当你发现 val_loss 不降、混淆矩阵里 A 类（房颤）总被误判为 N 类（正常），大概率是图片生成阶段就出了系统性偏差。
2. 从 MIT-BIH 原始信号到结构化图片：三步不可跳过的信号预处理链
MIT-BIH 数据库不是“开箱即用”的图像源。它的.dat文件是 11-bit 二进制采样值，.hea定义采样率与增益，.atr标注 R 波位置与节律类型。直接读取 raw bytes 并 plot，会得到幅度失真、时间轴错位、R 波标注漂移的图片——这等于给模型投喂错误的 ground truth。必须构建一条信号→标注→图像的确定性流水线。
2.1 用 wfdb 读取并校准原始信号：避开增益与基线漂移陷阱
MIT-BIH 的物理单位是 mV，但.dat存储的是整型 ADC 值。wfdb 库能自动解析.hea中的gain（通常为 200）、baseline（通常为 1024）和units，但默认rdrecord()返回的是物理单位（mV）信号——这看似省事，实则埋坑：当信号存在显著基线漂移（如导联 II 的呼吸干扰）时，rdrecord()的基线校正算法（基于中位数滤波）可能过度平滑 ST 段，导致 V 类（室性早搏）的 ST 抬高特征被抹平。
import wfdb import numpy as np # ✅ 正确做法：先读 raw ADC 值，再手动控制基线校正 record = wfdb.rdrecord('data/mitdb/100', channels=[0]) # 只读导联 II raw_signal = record.adc_to_mv(record.d_signal)[:, 0] # 先转 mV，但保留原始动态范围 # ⚠️ 关键：用滑动窗口中位数滤波做基线校正（窗口=1s，避免破坏ST段） window_len = int(360 * 1.0) # MIT-BIH 采样率 360Hz，1秒=360点 baseline = np.array([np.median(raw_signal[max(0, i-window_len//2):min(len(raw_signal), i+window_len//2)]) for i in range(len(raw_signal))]) corrected_signal = raw_signal - baseline参数说明：
window_len=360是经验阈值——小于 0.5s 无法抑制呼吸波，大于 2s 会平滑掉病理性 ST 改变。np.median比np.mean对 R 波尖峰鲁棒，避免校正曲线被 QRS 失真。
2.2 基于.atr文件精准提取心跳片段：拒绝“固定长度截取”的玄学
MIT-BIH 的.atr文件包含每个 R 波的精确样本索引（sample列）和节律类型（symbol列）。但直接按sample±180截取（对应 0.5s）会出问题：N 类心跳周期稳定，V 类常伴代偿间歇，L 类有宽大畸形 QRS——固定窗长必然切掉部分 T 波或混入下一跳 P 波。必须根据每个心跳的实际 RR 间隔动态调整窗口。
# 读取 .atr 标注，过滤掉非节律符号（如 '+'、'x'） ann = wfdb.rdann('data/mitdb/100', 'atr') valid_symbols = ['N', 'A', 'V', 'L', 'R'] # 仅保留目标类别 r_positions = [] r_labels = [] for i, sym in enumerate(ann.symbol): if sym in valid_symbols: r_positions.append(ann.sample[i]) r_labels.append(sym) # 动态窗口：取前一个 R 到后一个 R 的中点作为当前心跳边界 rr_intervals = np.diff(r_positions) dynamic_windows = [] for i in range(1, len(r_positions)-1): prev_rr = rr_intervals[i-1] next_rr = rr_intervals[i] half_prev = int(prev_rr * 0.4) # 向前取 40% RR 间隔 half_next = int(next_rr * 0.6) # 向后取 60% RR 间隔（因 T 波常延后） start = max(0, r_positions[i] - half_prev) end = min(len(corrected_signal), r_positions[i] + half_next) dynamic_windows.append((start, end, r_labels[i])) # ⚠️ 注意：首尾心跳因缺少相邻 R 波，用全局平均 RR 补充 mean_rr = int(np.mean(rr_intervals)) dynamic_windows.insert(0, (max(0, r_positions[0]-int(mean_rr*0.4)), min(len(corrected_signal), r_positions[0]+int(mean_rr*0.6)), r_labels[0])) dynamic_windows.append((max(0, r_positions[-1]-int(mean_rr*0.4)), min(len(corrected_signal), r_positions[-1]+int(mean_rr*0.6)), r_labels[-1]))逻辑说明：
half_prev/half_next的非对称设计（0.4/0.6）是临床依据——T 波终点（Tend）通常落在 RR 间隔的 60% 位置，而 P 波起始在前一跳 Tend 后约 200ms。这样截取能完整保留 P-QRS-T 波群，且避免相邻心跳重叠。
2.3 信号归一化与图像映射：让像素值承载生理意义
ECG 幅度范围因导联和个体差异极大（-2mV ~ +3mV），直接映射到 0~255 会导致低幅值波形（如 A 类房颤的 f 波）丢失细节。必须采用分段线性归一化：将 R 波峰值设为 200（留出 55 灰阶给噪声和基线波动），P 波和 T 波按比例压缩，确保所有生理波形在 8-bit 图像中可分辨。
def signal_to_image(signal_segment, img_height=224, img_width=224): # 1. 找 R 波峰值（在 segment 内局部搜索） r_idx_in_seg = np.argmax(np.abs(signal_segment)) r_amp = abs(signal_segment[r_idx_in_seg]) # 2. 分段归一化：R 波占 200 灰阶，P/T 波按振幅比例缩放 # 设定 P 波典型振幅为 R 波的 0.2，T 波为 0.3，据此反推归一化斜率 p_scale = 0.2 * r_amp t_scale = 0.3 * r_amp # 创建归一化映射函数：负向（P 波）和正向（T 波）使用不同斜率 norm_signal = np.zeros_like(signal_segment, dtype=np.float32) for i, val in enumerate(signal_segment): if val < 0: # P 波区域（负向） norm_signal[i] = 100 - (abs(val) / p_scale) * 100 if p_scale > 0 else 100 else: # R/T 波区域（正向） if val <= r_amp: norm_signal[i] = 100 + (val / r_amp) * 100 # R 波到 200 else: norm_signal[i] = 200 + ((val - r_amp) / t_scale) * 55 # T 波延伸至 255 # 3. 截断并映射到 uint8 norm_signal = np.clip(norm_signal, 0, 255) img_array = np.uint8(norm_signal) # 4. 插值到目标尺寸（保持宽高比，上下补黑边） from PIL import Image pil_img = Image.fromarray(img_array.reshape(-1, 1)).resize((1, img_height), Image.LANCZOS) pil_img = pil_img.transpose(Image.TRANSPOSE).resize((img_width, img_height), Image.LANCZOS) return np.array(pil_img) # 示例调用 for i, (start, end, label) in enumerate(dynamic_windows[:10]): # 先试前10个 seg = corrected_signal[start:end] img = signal_to_image(seg) # 后续保存逻辑见第3章参数说明：
img_height=224是 ResNet 输入要求；p_scale/t_scale的系数（0.2/0.3）来自 AHA 标准 ECG 幅度比例，确保不同类别的心跳在图像空间中保持相对振幅关系——这对模型学习区分 N（正常）和 A（房颤）至关重要。
3. 图片生成与目录组织：用可复现的命名规则和抗锯齿渲染替代 matplotlib 截图
生成图片不是plt.savefig()一行完事。MIT-BIH 的 360Hz 采样率意味着每秒 360 个点，而 224px 宽度需将 360 点压缩到 224 像素——简单下采样会丢失 R 波锐度。必须用抗锯齿重采样 + 确定性命名 + 分类目录隔离，确保每张图可回溯到原始记录、心跳位置和标注来源。
3.1 用 PIL 替代 matplotlib：消除坐标轴与 DPI 依赖
matplotlib的savefig()默认添加白边、坐标轴、字体渲染，且bbox_inches='tight'在不同版本行为不一致。PIL 直接操作像素数组，完全可控：
from PIL import Image, ImageDraw, ImageFont import os def save_ecg_image(img_array, record_name, r_sample_pos, label, output_dir): # 创建输出路径：按 label 分目录 label_dir = os.path.join(output_dir, label) os.makedirs(label_dir, exist_ok=True) # 生成唯一文件名：record_rpos_label_seq.png # r_sample_pos 是原始记录中的绝对样本索引，保证跨记录不重复 filename = f"{record_name}_r{r_sample_pos}_{label}_{len(os.listdir(label_dir))}.png" filepath = os.path.join(label_dir, filename) # 用 PIL 保存，禁用压缩（PNG lossless） pil_img = Image.fromarray(img_array) pil_img.save(filepath, format='PNG', compress_level=0) return filepath # 批量生成示例 output_root = "ecg_images_mitbih" for record_name in ['100', '101', '102']: # 实际遍历所有记录 # ... 前面的信号处理流程 ... for i, (start, end, label) in enumerate(dynamic_windows): seg = corrected_signal[start:end] img = signal_to_image(seg) save_path = save_ecg_image(img, record_name, r_positions[i], label, output_root) print(f"Saved: {save_path}")逻辑说明：
record_name_r{r_sample_pos}_{label}_{seq}命名法确保：①r_sample_pos可直接查.atr文件验证标注；②seq防止同记录同标签下文件名冲突；③ 目录按label隔离，兼容 PyTorchImageFolder加载器。
3.2 抗锯齿重采样：用 Lanczos 保留 R 波陡峭边缘
ECG 的 R 波上升支斜率（dV/dt）是诊断关键，传统cv2.resize()的双线性插值会模糊边缘。Lanczos 重采样在频域保留高频分量：
# 在 signal_to_image() 函数中替换 resize 部分： # ❌ 错误：pil_img.resize((img_width, img_height), Image.BILINEAR) # ✅ 正确：使用 Lanczos（PIL 中的 ANTIALIAS 已弃用，用 LANCZOS） pil_img = pil_img.transpose(Image.TRANSPOSE).resize( (img_width, img_height), Image.LANCZOS # 关键：保留 R 波锐度 )参数说明：
Image.LANCZOS是 4-lobe sinc 函数近似，在 224px 尺寸下能清晰呈现 R 波峰值像素（单点突刺），而双线性插值会使 R 波扩散为 3px 宽的渐变带——这直接导致 CNN 的 attention map 无法聚焦在 R 波顶点。
3.3 添加临床可解释性辅助线：用 PIL 绘制 R 波标记与时间刻度
纯波形图缺乏临床语境。在图像底部添加 R 波位置标记（红色竖线）和时间刻度（每 0.2s 一条短线），既不干扰模型训练（CNN 会忽略细线），又方便人工复核：
def add_annotation_to_image(pil_img, r_pos_in_seg, sample_rate=360): draw = ImageDraw.Draw(pil_img) img_w, img_h = pil_img.size # 1. R 波位置红线：在 segment 中的相对位置映射到图像 x 坐标 x_r = int((r_pos_in_seg / len(seg)) * img_w) # r_pos_in_seg 是 segment 内索引 draw.line([(x_r, 0), (x_r, img_h-20)], fill='red', width=2) # 2. 时间刻度：每 0.2s 画短线（360Hz → 每 72 点 0.2s） tick_interval = int(sample_rate * 0.2) for x in range(0, img_w, int(tick_interval * img_w / len(seg))): if x < img_w: draw.line([(x, img_h-20), (x, img_h-10)], fill='black', width=1) return pil_img # 在 save_ecg_image 前调用 pil_img = add_annotation_to_image(pil_img, r_idx_in_seg)价值点：这些辅助线在训练时被 CNN 当作背景噪声忽略，但在验证阶段打开图片查看器（如 Windows 照片查看器）时，能一眼确认 R 波是否居中、时间刻度是否均匀——避免因信号截取偏移导致的系统性误差。
4. 避坑指南：MIT-BIH 图片化过程中 5 个血泪经验换来的致命陷阱
生成图片不是技术炫技，而是为下游模型建立可信数据基础。以下 5 个坑，每一个都曾让我重跑过 3 天的训练实验：
4.1 现象：模型在验证集上 N 类准确率 99%，但 V 类召回率仅 42%，混淆矩阵显示 V 类大量被判为 N 类
原因：动态窗口计算时用了np.diff(r_positions)，但 MIT-BIH 的.atr文件中 R 波位置存在重复标注（如连续两个'N'符号对应同一 R 波），导致rr_intervals出现 0 值，half_next计算崩溃，实际截取窗口过短，V 类的宽大 QRS 被截断。
解决：在读取.atr后先去重——r_positions, unique_idx = np.unique(ann.sample, return_index=True)，再用unique_idx过滤ann.symbol。
4.2 现象：同一记录中，L 类图片的 T 波区域普遍比 N 类更亮（灰度值高 30+），但原始信号中 L 类 T 波振幅并不更高
原因：signal_to_image()中r_amp计算用了np.argmax(np.abs(signal_segment))，而 L 类常伴 T 波倒置，abs()后峰值落在 T 波而非 R 波，导致整个归一化基准错误。
解决：改用 R 波检测算法（如 Pan-Tompkins）定位 R 波，或限定在r_idx_in_seg±20样本内搜索最大值，避免 T 波干扰。
4.3 现象：生成的图片在 Linux 服务器上正常，但在 Windows 上用 OpenCV 读取后全黑
原因：PILsave()默认保存为 RGBA 模式（4通道），而 OpenCVimread()默认读取 BGR 三通道，RGBA 读取后 alpha 通道覆盖导致全黑。
解决：保存前强制转换为 RGB 模式：pil_img = pil_img.convert('RGB')。
4.4 现象：os.listdir(label_dir)返回文件顺序随机，导致ImageFolder加载时标签错位
原因：Python 3.7+ 的os.listdir()不保证顺序，而ImageFolder按字典序排序文件，若文件名含数字未补零（如100_r123_N_1.png,100_r123_N_10.png），则10.png排在2.png前。
解决：命名时补零：f"{record_name}_r{r_sample_pos}_{label}_{i:04d}.png"。
4.5 现象：训练初期 loss 下降快，但 10 个 epoch 后 plateau，验证集 A 类（房颤）F1 值停滞在 0.65
原因：A 类在 MIT-BIH 中样本极少（仅 126 条记录），而图片生成时未做类别平衡——N 类生成了 12000 张，A 类仅 800 张，模型学会“默认预测 N”。
解决：在生成阶段对稀有类别过采样：对 A/V/L/R 类，每条心跳生成 3 张图（微小时移 + 幅度扰动），N 类保持 1 张。
5. 验证图片质量：用三类指标闭环检查，而不是靠肉眼“看起来还行”
生成完图片不能直接扔进 DataLoader。必须用定量指标验证是否真正满足 CNN 输入要求。我坚持的三类检查缺一不可：
5.1 信号保真度验证：用 DTW（动态时间规整）比对原始与重建波形
即使图片是 224×224，也要确认它能否无损重建原始信号趋势。用 DTW 计算图片像素行均值序列与原始信号的相似度：
from dtaidistance import dtw import numpy as np def validate_signal_fidelity(img_path, original_signal_segment): img = Image.open(img_path) # 提取图像中心水平线（第 112 行）的灰度值 center_row = np.array(img)[112, :] # 归一化到 [0,1] 便于 DTW img_profile = (center_row.astype(float) - center_row.min()) / (center_row.max() - center_row.min() + 1e-8) # original_signal_segment 已归一化到 [0,1] dtw_distance = dtw.distance(img_profile, original_signal_segment) return dtw_distance < 0.15 # 阈值通过 100 个样本测试确定 # 批量验证 for label in ['N','A','V','L','R']: label_dir = os.path.join("ecg_images_mitbih", label) for img_file in os.listdir(label_dir)[:50]: # 随机抽 50 张 img_path = os.path.join(label_dir, img_file) # 从文件名解析 record_name 和 r_sample_pos parts = img_file.split('_') record_name = parts[0] r_pos = int(parts[1][1:]) # 'r123' → 123 # 重新加载该段原始信号（需保存 dynamic_windows 到磁盘） # ... 加载逻辑 ... if not validate_signal_fidelity(img_path, orig_seg): print(f"⚠️ Low fidelity: {img_file}")阈值依据：DTW<0.15 对应视觉上 R 波位置偏差≤2px，P/QRS/T 波形态相似度≥92%（经 Pearson 相关系数验证）。
5.2 类别纯净度验证：用预训练 ResNet-18 做快速特征聚类
防止目录混入错误标签。用 ResNet-18 的layer4输出 512-d 特征，对每个类别内图片做 K-means（K=3），检查簇内纯度：
import torch import torchvision.models as models from sklearn.cluster import KMeans from sklearn.metrics import silhouette_score # 加载预训练 ResNet-18（去掉最后两层） model = models.resnet18(pretrained=True) feature_extractor = torch.nn.Sequential(*list(model.children())[:-2]) feature_extractor.eval() # 提取所有图片特征 features = [] labels = [] for label in ['N','A','V','L','R']: for img_file in os.listdir(os.path.join("ecg_images_mitbih", label)): img_path = os.path.join("ecg_images_mitbih", label, img_file) img = Image.open(img_path).convert('RGB') img_tensor = transform(img).unsqueeze(0) # transform 包含 ToTensor 和 Normalize with torch.no_grad(): feat = feature_extractor(img_tensor).flatten(1).numpy() features.append(feat[0]) labels.append(label) features = np.vstack(features) labels = np.array(labels) # 对每个类别单独聚类 for label in ['N','A','V','L','R']: mask = labels == label if mask.sum() < 10: continue kmeans = KMeans(n_clusters=3, random_state=42).fit(features[mask]) sil_score = silhouette_score(features[mask], kmeans.labels_) print(f"{label} silhouette score: {sil_score:.3f}") # >0.5 为合格判断标准：
silhouette_score > 0.5表示该类别内图片特征紧凑且分离良好。若A类得分仅 0.2，说明混入了N类样本（房颤波形被误标为正常），需人工复查.atr标注。
5.3 图像质量验证：用 BRISQUE 无参考评估图像失真
BRISQUE（Blind/Referenceless Image Spatial Quality Evaluator）专为自然图像设计，但经改造可评估 ECG 图像——将 ECG 图像视为“纹理单调但结构关键”的特殊自然图像：
# 使用 opencv-contrib-python 的 cv2.quality_QualityBRISQUE # 注意：需安装 opencv-contrib-python>=4.5.0 import cv2 def brisque_score(img_path): img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) # BRISQUE 需要 3-channel，转为 BGR img_bgr = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) try: brisque = cv2.quality.QualityBRISQUE_create("brisque_model_live.yml") score = brisque.score(img_bgr) return score except: return float('inf') # 模型加载失败则标记为异常 # 统计各标签 BRISQUE 分布 scores_by_label = {l: [] for l in ['N','A','V','L','R']} for label in scores_by_label: for img_file in os.listdir(os.path.join("ecg_images_mitbih", label)): score = brisque_score(os.path.join("ecg_images_mitbih", label, img_file)) scores_by_label[label].append(score) # 输出统计 for label, scores in scores_by_label.items(): print(f"{label}: mean={np.mean(scores):.2f}, std={np.std(scores):.2f}")阈值设定：BRISQUE 分数越低表示失真越小。MIT-BIH 图片的合理范围是
15~35。若V类均值达42，说明其宽大 QRS 在重采样中被过度平滑，需调小signal_to_image()中的t_scale系数。
6. 进阶技巧：用 ECG-Specific Augmentation 提升小样本类别泛化能力
MIT-BIH 的 V 类（室性早搏）只有 229 条记录，生成图片后仍不足 2000 张，直接训练 ResNet 易过拟合。通用图像增强（如 RandomRotation）会扭曲波形时序，必须用心电信号感知的增强策略：
6.1 时序弹性变形（Time Warp）：模拟心脏节律微变
在信号层面做弹性变形，再转为图片，比图像层面的 warp 更符合生理：
def time_warp(signal, sigma=0.05, knot=4): """对信号做弹性变形：沿时间轴随机拉伸/压缩""" orig_size = len(signal) random_warps = np.random.normal(size=(knot+2)) * sigma warp_coefs = np.linspace(0, 1, knot+2) time_stamps = np.linspace(0, 1, orig_size) # 插值 warp_coefs 到 time_stamps warped_time = np.interp(time_stamps, warp_coefs, warp_coefs + random_warps) warped_time = np.clip(warped_time, 0, 1) # 用 scipy.interpolate.interp1d 重采样 from scipy.interpolate import interp1d f = interp1d(np.linspace(0, 1, len(signal)), signal, kind='linear', bounds_error=False, fill_value=0) return f(warped_time) # 在生成图片前应用 augmented_segments = [] for i, (start, end, label) in enumerate(dynamic_windows): seg = corrected_signal[start:end] if label in ['A','V','L','R']: # 仅对稀有类别增强 for _ in range(2): # 每条心跳生成 2 张增强图 warped_seg = time_warp(seg) augmented_segments.append((warped_seg, label))参数说明：
sigma=0.05控制变形强度——过大（>0.1）会导致 R 波分裂，过小（<0.02）无增强效果。knot=4是变形控制点数，经测试 4 点能模拟窦性心律不齐的典型波动。
6.2 幅度扰动（Amplitude Perturbation）：模拟导联接触不良
ECG 导联松动会产生幅度衰减和基线漂移，用随机增益+低频噪声模拟：
def amplitude_perturb(signal, gain_range=(0.8, 1.2), noise_std=0.05): """随机增益 + 低频基线漂移噪声""" gain = np.random.uniform(*gain_range) signal = signal * gain # 添加 0.1Hz 以下基线漂移（用 10s 滑动平均模拟） drift = np.convolve(signal, np.ones(36), 'same') / 36 # 360Hz * 0.1s = 36 signal = signal + np.random.normal(0, noise_std, len(signal)) * drift return signal # 应用示例 if label in ['A','V','L','R']: perturbed_seg = amplitude_perturb(seg) img = signal_to_image(perturbed_seg)临床依据：
gain_range=(0.8,1.2)覆盖导联接触不良的典型幅度变化（-20%~+20%）；noise_std=0.05对应 0.05mV 的噪声水平，与真实 ECG 噪声量级一致。
6.3 生成对抗样本用于鲁棒性测试：用 FGSM 攻击验证模型脆弱点
不是为了攻击，而是找出模型对哪类波形最敏感，反向优化图片生成：
import torch import torch.nn as nn import torch.optim as optim # 加载已训练的轻量 CNN（如 TinyResNet） model = torch.load("tiny_resnet_ecg.pth") model.eval() # 选一张 V 类图片做测试 v_img_path = "ecg_images_mitbih/V/100_r123_V_0001.png" img = Image.open(v_img_path).convert('RGB') img_tensor = transform(img).unsqueeze(0).requires_grad_(True) criterion = nn.CrossEntropyLoss() target = torch.tensor([2]) # V 类索引 loss = criterion(model(img_tensor), target) model.zero_grad() loss.backward() # FGSM 攻击：添加 sign(gradient) * epsilon epsilon = 0.01 adv_img = img_tensor + epsilon * img_tensor.grad.sign() adv_img = torch.clamp(adv_img, 0, 1) # 保存对抗样本并人工分析 adv_pil = transforms.ToPILImage()(adv_img.squeeze(0)) adv_pil.save("v_class_fgsm_adv.png")分析方法：打开
v_class_fgsm_adv.png，观察扰动集中在 R 波上升支还是 T 波——若扰动在 R 波，说明模型过度依赖 R 波峰值；若在 T 波，说明 T 波形态对 V 类判别更重要。据此调整signal_to_image()中r_amp和t_scale的权重。
我坚持在每次新项目启动时，花 2 天时间跑完这三类验证——不是为了炫技，而是因为 80% 的模型性能瓶颈，其实藏在数据生成的第 3 行代码里。当你的 val_loss 卡在 0.3 不动，先别调 learning rate，回去检查dynamic_windows是否真的对齐了每个 R 波。希望帮到你。
本文还有配套的精品资源，点击获取
