Signal2Symbol 提出神经符号框架，通过符号化转换与 Allen 区间代数实现对生理时序信号的可解释异常检测

一句话结论

Signal2Symbol 将 ECG 和 EEG 信号转换为符号序列并结合 Allen 区间代数与形式概念分析，解决了深度模型在生理信号异常检测中缺乏透明推理与时间逻辑解释的痛点。

关键要点

• 该方法采用 VQ-VAE 码本或 SAX 基线将生理信号转化为符号序列，解决了原始信号直接建模时缺乏透明度的问题。
• 异常评分基于最小稀有项集挖掘（minimal rare itemset mining），通过对增强二元组富化的令牌窗口交易进行评分，量化局部异常的稀有程度。
• 引入 Allen 区间代数对检测到的异常窗口进行合并与关联，支持升级链、伪迹重叠和跨通道同步等复合时间解释的生成。
• 基于形式概念分析（FCA）构建稀有时间概念格（rare temporal concept lattice），将大量局部检测压缩为可解释的时间 - 符号异常家族。
• 在 MIT-BIH 心律失常、PTB-XL 和 Bonn EEG 三个公开基准上验证，并针对加性噪声和基线漂移扰动进行了鲁棒性压力测试。

背景与事实

2026 年 9 月 20 日，arXiv 计算机科学 > 机器学习领域提交了一篇名为《Signal2Symbol: Neuro-Symbolic Temporal Reasoning for Explainable Physiological Time-Series Anomaly Detection》的论文。该研究由 Sidahmed Benabderrahmane 等人主导，旨在解决心电图（ECG）和脑电图（EEG）等生理时间序列在异常检测中的核心矛盾：虽然深度学习模型能够实现高检测性能，但往往无法提供关于某一段信号为何异常、局部异常如何在时间上相关联，以及检测是否属于更广泛重复模式的深入洞察。

为了解决这一黑箱问题，作者提出了 Signal2Symbol，这是一个用于可解释生物信号异常检测的神经符号框架。其核心流程首先将 ECG/EEG 信号转换为符号序列，这一过程可通过学习到的 VQ-VAE（向量量化变分自编码器）码本或传统的 SAX（符号聚合近似）基线实现。随后，系统构建二元组富化的令牌窗口交易（bigram enriched token-window transactions），并利用源自最小稀有项集挖掘的稀有项集证据对异常进行评分。

在时间推理层面，检测到的异常窗口被合并为区间，并利用 Allen 区间代数进行关联。这种机制允许系统生成复合时间解释，例如识别升级链（escalation chains）、处理伪迹重叠（artifact overlap）以及检测跨通道同步（cross-channel synchrony）。最后，研究引入基于形式概念分析（FCA）的稀有时间概念格。该格结构通过共享的稀有符号证据、Allen 时间关系、通道上下文和鲁棒性属性对异常区间进行分组，将许多局部检测压缩为可解释的时间 - 符号异常家族，显著提升了结果的归纳性和可读性。

该研究的评估部分涵盖了三个公开基准：MIT-BIH 心律失常数据集（Beat-level ECG）、PTB-XL（Record-level ECG）和 Bonn EEG 数据集（Segment-level EEG）。除了标准检测性能评估外，研究还专门对加性噪声和基线漂移扰动下的鲁棒性进行了压力测试，结果显示神经符号令牌化在时间异常分析中具有独特价值，Allen/FCA 推理能够提供紧凑且可解释的局部检测摘要。

影响分析

对于从事医疗人工智能、生物信号处理及临床决策支持系统开发的从业者而言，Signal2Symbol 提供了一条从“纯数据驱动”向“可解释混合智能”过渡的清晰技术路径。当前临床落地最大的障碍往往不是准确率，而是医生对 AI 决策依据的信任度。该框架通过引入 Allen 区间代数，使得模型不仅能输出“这里异常”的标签，还能解释“异常如何随时间演化”或“不同通道间如何关联”，这种逻辑透明性直接对接了临床工作流中对因果推理的需求。

对于中文开发者来说，这一方法展示了符号化技术（如 SAX 和 VQ-VAE）在处理高维生理数据时的实用价值。它提示我们在构建时序异常检测系统时，不应仅依赖端到端的深度网络，而应考虑将领域知识（如时间逻辑、生理机制）编码为符号规则或代数结构，与神经网络结合。这种神经符号混合架构有望在降低数据标注依赖、提升小样本场景泛化能力方面带来实际收益，特别是在罕见病理模式检测中，稀有项集挖掘机制能够有效捕捉那些低频但关键的异常特征。

适用边界

该结论主要适用于具有复杂时间结构、需要透明决策依据的生理时间序列异常检测场景，具体涵盖 ECG 和 EEG 信号分析。该方法依赖于将连续信号转化为离散符号序列的前提，因此对于非生理领域的通用工业时序数据，其有效性需要重新验证符号化编码方案的适配性。

此外，由于框架引入了 FCA 和 Allen 区间代数等符号推理组件，计算开销可能高于纯深度模型，且在极端高噪声或信号质量极差导致符号化失败的场景下，其鲁棒性边界尚未在更大规模的数据集中完全确立。对于实时性要求极高、算力受限的边缘端设备，该框架的部署可行性也需进一步评估，因为符号推理与格结构构建通常涉及较大的内存与计算资源。

孤本观察

作为编辑观察，Signal2Symbol 的核心价值在于将“时间逻辑”显式化为推理步骤，而非隐式地嵌入网络权重，这种设计使得异常检测从“模式匹配”升级为“逻辑叙事”，符合医疗 AI 当前从追求 SOTA 指标向追求临床可部署性（Clinical Deployability）转型的行业趋势。

来源：arXiv cs.LG