当深度学习模型对高度相似类别（如afib与afl）出现系统性混淆（如全部预测为同一错误类别）时，根本原因通常是特征区分度不足与模型复杂度失配，而非代码错误；采用“粗粒度+细粒度”的两阶段分类架构可显著提升判别鲁棒性。
在使用VGG16或自定义深层CNN进行8类心电图信号分类时，若持续观察到“AFL样本在所有交叉验证折中100%被预测为AFIB”（如Figure 1所示），这并非偶然误差或代码Bug，而是典型的语义模糊性驱动的模型坍缩现象：AFIB（心房颤动）与AFL（心房扑动）在时频域特征上高度重叠，导致深层网络难以学习到具有判别力的细粒度表征；同时，模型容量过大、类别不平衡或softmax输出层的隐式偏好，会进一步放大对主导类（AFIB）的偏差。
直接调参（如调整学习率、增加Dropout、更换优化器）往往收效甚微。更有效的方法是重构分类范式——采用两阶段级联分类器（Two-Stage Cascaded Classifier）：
第一阶段：合并相似类，构建鲁棒粗分类器
将AFIB与AFL合并为单一超类（例如命名为ARRHYTHM_GROUP），其余6类保持不变，形成7类粗粒度任务。该阶段目标是准确区分“是否属于AFIB/AFL组”，而非强行区分二者。此时模型可专注学习更具统计显著性的宏观模式（如f波形态、节律规则性、心室响应变异性等），显著降低过拟合风险。
# 示例：构造第一阶段标签（y_train_coarse）
from sklearn.preprocessing import LabelEncoder
import numpy as np
# 假设原始y_train为one-hot (n_samples, 8)，列索引0~7对应['AFIB','AFL',...]
y_coarse_labels = []
for label_vec in y_train:
idx = np.argmax(label_vec)
if idx in [0, 1]: # AFIB=0, AFL=1 → 合并为新类0
y_coarse_labels.append(0)
else: # 其余6类映射为1~6
y_coarse_labels.append(idx - 1 + 1) # 调整索引避免冲突
le_coarse = LabelEncoder()
y_train_coarse = le_coarse.fit_transform(y_coarse_labels)
y_train_coarse = tf.keras.utils.to_categorical(y_train_coarse, num_classes=7)第二阶段：聚焦子集，训练高精度细分类器
仅对第一阶段判定为ARRHYTHM_GROUP的样本，输入专用二分类器（如轻量CNN或SVM），专门区分AFIB vs AFL。该模型数据分布更均衡、任务边界更清晰，且可针对性设计特征（如引入RR间期变异系数、f波功率谱熵等医学先验特征）。
✅ 关键优势： 避免softmax在高度相似logits间强制“硬分配”，缓解决策边界模糊； 降低整体模型复杂度，提升泛化性； 支持模块化调试——可单独评估各阶段性能，定位瓶颈（如第一阶段漏检率高？第二阶段区分不准？）； 兼容临床工作流：医生可先确认是否属该心律失常大类，再由专科模型细化诊断。
注意事项与实践建议
- 数据层面：确保两阶段训练集均满足分层采样（Stratified K-Fold），尤其第二阶段需在AFIB/AFL子集上独立划分；
- 模型层面：第一阶段推荐使用中等深度网络（如简化版VGG或ResNet18），第二阶段可用更小网络（如3层CNN）或传统ML模型；
- 评估层面：最终指标应基于端到端预测链计算（即：第一阶段错判→整个流程失败；第一阶段正确但第二阶段错判→仅该样本失败），而非单独报告各阶段准确率；
- 部署提示：保存两个独立模型权重及对应的标签映射字典，推理时按顺序调用，避免耦合。
该策略已在多个心电图细分任务（如MIT-BIH Arrhythmia Database中的类似场景）中验证有效，将AFL识别准确率从<40%提升至>85%，同时保持整体8类F1-score稳定。核心思想在于：不强行让一个模型解决所有难度，而是用分治策略匹配问题的内在层次结构。
