基于潜在解耦的连续多步心电与脉搏波生成

《Computers in Biology and Medicine》：Continuous multi-step ECG and PPG generation through latent disentanglement

　　

•一种用于条件多步 ECG 和 PPG 信号生成的新型生成架构。
•解耦的潜在代码可支持主体条件合成和风格迁移分析。
•已在两种模态（ECG 和 PPG）上得到验证。
•解耦的生物信号表示为领域泛化提供了潜在可能。

简介
在医学术语中，生物信号是人体放电或肌肉运动的结果。在生物信号中，与心脏活动相关的信号，如心电图（ECG）和心音图（PCG），本质上具有周期性，并已在医学中广泛用于监测/诊断各种心脏心律失常，如心房颤动、心肌梗死和心脏杂音 [8], [14], [38]。生物信号的深度生成建模是生物医学工程领域研究充分的一个话题，先前的研究主要集中于心电图（ECG）合成。

人们对生物信号生成的广泛关注是由于其为医学界解决各种数据和隐私相关挑战提供了潜在价值 [7]。合成数据可以为现有数据集带来有价值的补充，通过为现有数据分布添加新的变异和噪声。然而，对于许多诊断任务而言，最先进模型所需的信号片段比当前生成方法所能产生的更长。参考文献，研究人员通常使用 7 秒或更长的片段来训练从 ECG 数据学习的诊断模型，使得片段包含多个脉冲（或 PQRST 节律）[6]。同样，文献 [20] 中提出的血压估计研究使用了包含多个节律的 3 秒血压信号来训练深度学习模型。这些现有工作强调了需要能够生成长时长（多周期）主体或病理条件生物信号的方法。

迄今为止，研究人员已探索了各种用于 ECG 合成的生成模型，从传统的生成对抗网络（GAN）到扩散模型。GAN 背后的直觉在于对抗训练，其中生成器网络针对判别器网络进行训练。顾名思义，生成器创建合成样本并试图欺骗判别器，判别器则寻求区分合成样本和真实样本 [12]。当这对网络达到平衡时，预计生成器在给定随机噪声输入的情况下会产生逼真的样本。基于这一原则，研究人员能够制定不同的 GAN 变体，包括深度卷积 GAN（DC-GAN）[32]、Cycle-GAN [46]、图像到图像翻译模型 [19], [42] 和自编码器-GAN [7]。在这些方法中，一些使用由随机种子引导的显式生成器，而另一些则实施自编码器类型的架构来有条件地生成结果（例如图像到图像翻译）。考虑到生物信号生成文献，我们之前的工作能够生成 3 秒的 ECG 信号 [7]，Golany 等人 [11] 提出的模型可以生成三个 ECG 脉冲（约 2 秒），尽管大多数其他研究仅试图生成单个以 ECG R 峰为中心的脉冲 [26], [39], [40], [43]。值得注意的是，以上所有，包括我们之前的工作，都是限于单次生成的基于 GAN 的架构。相比之下，本研究从根本上重新设计了生成框架——从基于 GAN 的单次生成转向具有显式潜在解耦的自回归自编码器公式，从而实现连续多步生物信号合成。

扩散模型最近作为一种稳定的生成模型变体出现，能够生成高保真信号，通常优于传统的自编码器（AE）和 GAN。认识到其优越性，社区也探索了扩散模型生成合成 ECG 信号的能力 [24], [31]。尽管这些研究采用了最先进的扩散架构，但它们在生物信号上的应用仍主要集中于单脉冲生成。因此，先前基于 GAN 和 AE 的方法的根本局限性——将生成扩展到单个短片段之外——仍未得到解决。我们认为这一局限性并非扩散公式本身固有的；相反，扩散模型尚未用于探索扩展时域的序列生物信号生成。除了生成架构外，研究人员还提出了一些复杂的风格迁移类扩散模型 [34], [42] 用于将 PPG 转换为 ECG。虽然此类模型产生了解决方案，适用于多模态学习缺失数据等场景中的信号一对一转换，但它们并未提供生成新的生物医学信号数据的明确解决方案。值得注意的是，Bedin 等人 [3] 研究了使用基于扩散的方法在给定部分输入片段的情况下进行条件 ECG 生成，突出了扩散模型在时间条件生物信号生成方面的潜力。虽然他们的公式并未解决多步序列生成问题，但它强调了条件生成作为一个研究方向的重要性。

Zanchi 等人 [43] 最近的范围审查指出，尽管深度生成建模在 ECG 合成方面取得了实质性进展，但大多数现有方法仍限于固定长度的短片段。由于时间一致性较弱以及跨心跳的生理连续性保证有限，将生成扩展到更长的录音仍然是一个公开的挑战。虽然基于扩散的模型已经表现出强大的样本保真度，但基于 AE 的框架提供了一些优势，使其特别适合多步生物信号建模。AE 型模型自然地学习输入信号的紧凑潜在表示，提供一个结构化潜在空间，本质上更适合可解释性、可控性和显式分解。这一特性对于解耦表示学习尤其有价值，其中潜在维度可以使用诸如对比学习、自监督学习或对抗正则化等既定目标来塑造。重要的是，即使是最近的基于扩散的条件风格迁移框架仍然依赖于传统的 AE 型编码器来估计语义或上下文表示作为辅助条件信号 [25], [29]，强调结构化潜在建模即使在最先进的生成流程中仍然至关重要。

此外，基于 AE 的模型通常计算效率更高，比基于扩散的替代方案更适合有限数据环境，这在生物医学信号分析中特别相关，其中大型标注数据集通常不可用。因此，它们提供了一个实用且有坚实理论基础的基础，用于超越传统生物信号生成 [2]，迈向显式解耦、可控合成和下游表示重用，其中可解释性和数据效率至关重要 [44]。相应地，在本工作中，我们建立在成熟的 AE 文献基础上，提出了一种用于多步生物医学信号生成的新型解耦表示学习架构，并在分类、风格迁移和更广泛的潜在空间分析方面进行扩展应用。我们将主要贡献总结如下：
•使用 AE 型公式和解耦表示学习，我们提出了一种用于周期性生物信号生成的新型生成框架，该框架在录音内评估设置下可实现多步多心跳生成。
•对于 ECG，我们的主要分析模态，我们的方法在种子片段之外产生两个前向递归步的时间连续递归生成，在训练录音中进行评估。
•我们的框架也可适应其他周期性生物信号模态，如 PPG，其中同样支持多步主体条件生成，表明其在跨模态中的适用性。
•此外，学习到的潜在代码显示出风格迁移属性的初步证据，在少量说明性主体上（第 5.2 节），即，信号可以转移到不同患者的风格/形态，同时保持时间模式。

章节片段
相关工作
在本节中，我们概述了流行的生成模型，然后将讨论缩小到生物信号生成，这是本工作的重点。此外，我们还讨论了生物信号或信号相关解耦策略的最新进展。

问题公式化
我们将从人体捕捉到的生物信号记录表示为 Xp，其中 p 是患者（注意，如果我们要根据病理而不是患者对模型进行条件约束，p 可以代表病理）。基于采样率（fs）和片段持续时间（T），Xtp 将有 fs×T 个样本。然后，Xp 可以表示为 Xp=[X0p,X1p,.…Xtp,Xt+1p,…]，其中 Xt+1 表示从信号中切分的下一个立即样本。关键是，虽然连续片段的持续时间相等，但它们是

结果
在表 2、表 3 中，我们呈现了所考虑的两种模态（ECG 和 PPG）的结果。根据第 3.3 节，我们的 ECG 数据集包含来自十七名受试者的录音，我们的 PPG 数据集包含来自七名受试者的录音。我们提醒读者，本节中的所有结果均是在第 3.4 节描述的录音内片段级评估协议下获得的，并应据此阅读。在表的每一行中，我们展示了模型的条件生成能力。

模型功能分析
为了进一步了解我们模型的功能，我们进行了两项额外研究。在我们的第一个实验中，我们检查了模型返回的潜在代码及其在潜在空间中的分布，特别关注患者和时间变化。在我们的第二个分析中，我们测试了学习到的潜在代码的可转移属性。

生成能力与应用
本研究的主要目标是设计一种用于周期性生物信号生成的新型深度学习框架。如前所述，关于生物医学信号生成的近期文献依赖于传统生成模型（GAN），忽略了生物信号的特性，这限制了先前方法的整体可扩展性。在本研究中，我们使用深度自编码器和解耦重新公式化了问题，利用生物信号的周期性特性并实现

结论
我们展示了其在两种不同生物医学信号模态上的能力，即具有特定复杂节律的 ECG 信号和具有相对较不复杂模式的 PPG 信号。对于这两种模态，我们提供了考虑相关值和预期生物医学比率的定量评估。我们的实验表明，我们的模型可以生成长时长的生物医学信号，在有限的范围内以合理的准确度近似真实信号，而退化

CRediT 作者贡献声明
Theekshana Dissanayake：撰写——初稿，可视化，验证，方法论，调查，形式分析，数据整理，概念化。Tharindu Fernando：撰写——审阅与编辑，验证，监督。Simon Denman：撰写——审阅与编辑，监督，方法论，概念化。Sridha Sridharan：撰写——审阅与编辑，监督，资源，项目管理，资金获取，概念化。Clinton Fookes：撰写——审阅与编辑，

伦理批准
本研究不需要伦理声明，因为它是使用公开可用数据进行的。

利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能会影响本文报告的工作。

Theekshana Dissanayake|Tharindu Fernando|Simon Denman|Sridha Sridharan|Clinton Fookes