基于自监督学习的PPG至ECG端到端生成方法：一种非侵入式心脏监测新范式

《Frontiers in Physiology》：End-to-end non-invasive ECG signal generation from PPG signal: a self-supervised learning approach

本文提出了一种基于Transformer生成对抗网络（GAN）的创新框架，通过光电容积描记（PPG）信号生成心电图（ECG）信号。该模型结合自监督学习技术，在MIMIC III和Who is Alyx?数据集上分别将心率计算误差降低83.9%和72.4%，显著提升了动态心脏监测的可行性与准确性。研究还通过房颤（AF）检测任务验证了生成ECG的临床实用性，为可穿戴设备实现低成本、连续心脏监测提供了新思路。

　　

引言：心血管疾病（CVDs）是全球主要死因，传统心电图（ECG）监测受限于临床环境。光电容积描记（PPG）作为可穿戴设备的常用技术，虽具便携性但信号细节不足。本研究旨在通过深度学习实现PPG到ECG的端到端生成，结合虚拟现实（VR）环境模拟真实运动场景，提升模型在复杂条件下的鲁棒性。

相关研究综述：早期研究多采用离散余弦变换（DCT）或循环生成对抗网络（CycleGAN）进行PPG-ECG转换，但存在泛化能力不足、对运动伪影敏感等问题。近年来，基于长短期记忆网络（LSTM）和Transformer的模型逐步应用于生物信号处理，但将Transformer整合至GAN框架用于PPG-ECG生成的研究尚属空白。自监督学习在ECG情感识别等任务中展现潜力，但其在PPG-ECG生成中的应用尚未深入探索。

研究方法设计：数据采集使用Polar H10胸带（ECG）和Empatica E4腕带（PPG），采样率分别为130 Hz和64 Hz。34名参与者在VR游戏《Half-Life: Alyx》中完成数据收集，模拟真实运动与情绪波动。同时采用MIMIC III和MIMIC PERform AF等公共数据集进行基准测试。预处理包括带通滤波（ECG: 0.5–45 Hz, PPG: 0.5–8 Hz）和分段归一化。

模型架构创新：生成器采用UNet-Transformer混合结构，卷积编码器提取局部特征，Transformer编码器通过自注意力机制捕捉长程时序依赖，解码器通过转置卷积重构ECG信号。判别器基于Transformer架构，引入Wasserstein损失与梯度惩罚解决模式坍塌问题。自监督预训练阶段通过六种信号变换（噪声添加、缩放、时序反转等）学习ECG表征，增强模型泛化能力。

实验结果分析：在留一法交叉验证（LOSO）下，模型在MIMIC III数据集上达到0.168 mV均方根误差（RMSE）和0.952皮尔逊相关系数（ρ），在Who is Alyx?数据集上达到0.22 mV RMSE和0.907 ρ。64秒窗口长度在运动伪影较多的数据中表现最优，96秒窗口在临床数据中效果最佳。生成ECG的心率计算误差较原始PPG降低72.4%以上。t-SNE可视化与最大均值差异（MMD²）检验表明生成ECG与真实ECG分布高度重叠。

房颤检测应用：使用双向LSTM（Bid-LSTM）和CNN-LSTM混合模型对生成ECG进行房颤分类。当训练数据中生成ECG占比100%时，模型仍保持89.2%的准确率；在纯生成ECG测试集上准确率达90.6%。基线波动分析显示生成ECG在0.05–9 Hz频段功率谱与真实ECG高度一致（RMSE<0.03 mV），证实其保留关键诊断信息的能力。

讨论与展望：本研究首次将Transformer-GAN与自监督学习结合用于PPG-ECG生成，在运动伪影丰富的场景中突破现有方法局限。未来工作将整合加速度计（ACC）数据优化运动噪声抑制，并探索模型在心律失常诊断、情绪识别等领域的扩展应用。