《IEEE Access》：Domain Transfer of Generative AI for Estimating Electrophysiological Changes Through Hemodynamic Variations in Optical Blood Flow: Potential and Performance Evaluation Methodology
编辑推荐：
连续心脏监测对于心血管疾病（CVDs）的早期检测和管理至关重要。尽管心电图（ECG）提供了详细的电生理信息，但其可及性有限。相比之下，光电容积脉搏波（PPG）易于集成到可穿戴设备中，尽管其缺乏ECG级别的诊断精度。为解决这一限制，研究人员提出了一种基于深度学习
连续心脏监测对于心血管疾病（CVDs）的早期检测和管理至关重要。尽管心电图（ECG）提供了详细的电生理信息，但其可及性有限。相比之下，光电容积脉搏波（PPG）易于集成到可穿戴设备中，尽管其缺乏ECG级别的诊断精度。为解决这一限制，研究人员提出了一种基于深度学习的域迁移框架，从PPG信号重建ECG信号。该方法利用自监督学习（SSL）结合基于Transformer的条件生成对抗网络（Trans-cGAN）。通过结合对比学习和掩码建模，该方法改进了时序依赖关系和模态间关系的捕获，减少了对配对数据集的依赖。Trans-cGAN框架包含一个基于U-Net的生成器（带有Transformer模块）和一个基于预训练编码器的判别器，以提高生理一致性。一个综合损失函数——包括对抗损失、重建损失、特征匹配损失、时序一致性损失和域一致性损失——促进了现实且临床相关的ECG合成。研究人员在大型数据集（VitalDB和MIMIC-III）以及外部验证数据集（MIMIC-PerformAfib、CapnoBase和PPG-DaLiA）上评估了该模型。该模型在MIMIC-III数据集上取得了均方根误差（RMSE）为0.1315、平均绝对误差（MAE）为0.0862和弗雷歇距离（FD）得分为0.3678的结果，优于现有方法如CardioGAN和CLEP-GAN。此外，从PPG生成的ECG信号保留了诊断特征，在房颤检测中实现了受试者工作特征曲线下面积（AUROC）为0.96。这些结果突显了实时、基于可穿戴设备的心脏监测以及增强的非侵入性CVD检测和管理的可行性。
论文解读文章：
#### 研究背景与现存问题
心血管疾病（CVDs）是全球主要死亡原因，每年约1790万人死亡，早期诊断和干预至关重要。心电信号（ECG）能提供详细的电生理信息，但需要多部位测量，可穿戴性差；光电容积脉搏波（PPG）易于集成于可穿戴设备，但仅反映血流动力学变化，缺乏ECG级别的诊断精度。由于心脏电活动驱动心肌收缩进而影响血容量变化，ECG与PPG之间存在生理关联，因此通过PPG估计电生理变化具有理论可行性。然而，现有方法如特征工程（利用脉搏波传导时间等）和信号处理技术（小波变换、经验模态分解等）难以充分捕获ECG中的心房特征，因为PPG主要反映心室收缩所致的末梢血容量变化。为此，研究人员提出利用生成对抗网络（GAN）进行域迁移，但现有GAN方法（如CardioGAN、CLEP-GAN）存在推理效率与重建保真度的权衡，且难以有效建模时序依赖和生理一致性。基于Transformer和扩散模型的方法虽强大但推理速度慢，不适用于实时可穿戴场景。因此，需要一种兼顾诊断性能与计算效率，并能显式建模PPG-ECG间生理表示的方法。
#### 研究内容与结论
研究人员提出一种集成自监督学习（SSL）与基于Transformer的条件生成对抗网络（Trans-cGAN）的深度域迁移框架。该框架在判别器中嵌入预训练的自监督编码器，并设计包含对抗、重建、特征匹配、时序一致性和域一致性五项损失的综合损失函数。模型在大规模公共数据集VitalDB（首尔大学医院6388例手术患者）和MIMIC-III（贝斯以色列女执事医疗中心10282例ICU患者）上训练，并在多个未见过的外部数据集（MIMIC-PerformAfib、CapnoBase、PPG-DaLiA）上验证。结果表明，所生成的ECG信号在点对点重建误差（MIMIC-III上RMSE 0.1315, MAE 0.0862）和波形形态相似性（弗雷歇距离FD 0.3678）上均优于现有方法；且在房颤（AF）检测任务中，生成的ECG信号保留了诊断特征，AUROC达到0.96。心率相关性分析显示，生成心率与真实心率高度一致（CapnoBase上R=0.95，PPG-DaLiA上R=0.86），但对60-80 bpm低心率范围的重建略有下降，归因于训练样本分布不均及125 Hz采样率的限制。该研究发表于《IEEE Access》。
#### 关键技术与方法
本研究主要采用以下关键技术方法（忽略试剂和具体培养、质粒构建操作步骤，样本队列来源已注明）：
1. **自监督学习（SSL）**：基于Temp-SSL框架，结合时序对比学习（TCL）和时序掩码建模（TMM），在VitalDB数据集上预训练编码器，使其学习PPG与ECG间的模态内和模态间表示。
2. **Transformer条件生成对抗网络（Trans-cGAN）**：生成器采用U-Net结构并嵌入Transformer瓶颈块，捕获全局特征；判别器集成预训练编码器，通过交叉自注意力机制对齐PPG与ECG特征。
3. **综合损失函数**：包括对抗损失（LSGAN框架）、L1重建损失、特征匹配损失、时序一致性损失和域一致性损失，联合优化以平衡波形精度与生理一致性。
4. **数据预处理与评估**：对VitalDB和MIMIC-III数据集进行10秒窗口筛选、Savitzky-Golay滤波去基线漂移、50 Hz低通滤波、个体化min-max归一化（PPG归一化至[0,1]，ECG归一化至[-1,1]），并按7:2:1划分训练、测试和验证集。外部验证数据集（MIMIC-PerformAfib、CapnoBase、PPG-DaLiA）经相同重采样（125 Hz）和归一化处理。
#### 研究结果
**A. SSL模型掩码比优化**：在VitalDB数据集上，通过调整掩码比（0.3、0.5、0.7、0.9）评估重建性能（MSE和MAE）。4秒片段最优掩码比为0.9（MSE=0.0078, MAE=0.056），10秒片段最优掩码比为0.5（MSE=0.008, MAE=0.0557）。表明较短输入需要更高掩码比以强化模态间关系学习，较长输入需适度掩码以平衡重建误差与泛化。
**B. Trans-cGAN损失函数与预训练编码器评估**：在MIMIC-III匹配数据集上，逐步添加损失项发现综合损失函数（包含五项）性能最佳：4秒片段RMSE=0.15, MAE=0.0938, FD=0.3619；10秒片段RMSE=0.1315, MAE=0.082, FD=0.3687。将预训练SSL编码器集成到判别器后，4秒输入的MAE、RMSE、FD分别降低0.0193、0.0255、0.0091；10秒输入分别降低0.0027、0.0015、0.0117。表明集成损失与预训练编码器一致提升了重建精度和波形保真度。
**C. AF检测（MIMIC-PerformAfib数据集）**：将含AF标签的PPG输入模型生成ECG，使用Inception-V3分类器（训练/测试/验证=7:2:1，共2035/676/243个10秒样本）。生成的ECG信号在AF检测中AUROC达0.96，F1-score达0.93；多模态融合（PPG+生成ECG）优于单模态及串联融合策略。
**D. 心率特异性评估（CapnoBase和PPG-DaLiA数据集）**：生成心率与真实心率的相关系数在CapnoBase上为0.95，在PPG-DaLiA（含运动伪影）上为0.86；Bland-Altman分析显示多数差异在临床可接受限度内。在60-80 bpm范围内性能略有下降，归因于低心率样本不足及125 Hz采样率对QRS波群分辨率的限制。
**E. 波形形态评估（CapnoBase和PPG-DaLiA数据集）**：评估PQRST各成分（RR间期、PR间期、QT间期、QRS时限、P波时限），生成ECG的RR间期误差低至0.115 ms（PPG-DaLiA），QRS时限误差0.073 ms，表明模型能精确捕获心动周期动态。
**F. 对比分析**：与CycleGAN方法（CardioGAN、CLEP-GAN）相比，本模型在MIMIC-III上RMSE显著更低（0.2694 vs. 0.1315），说明SSL+掩码自编码器策略优于纯CycleGAN结构。
#### 讨论与结论
**讨论**：研究人员指出，将预训练编码器集成到判别器并采用综合损失函数，有效捕获了PPG与ECG间的细微模态间关系。模型成功重建了房颤等心房异常的电生理特征，表明PPG不仅反映心室机械活动，还可能蕴含心房活动信息，为可穿戴房颤早期检测提供可能。局限性包括：(1) 预训练编码器仅用于判别器未应用于生成器；(2) 未在CapnoBase等小规模数据集上进行微调以评估适应性；(3) 对除AF外的其他病理模式（如室性早搏PVC、心肌梗死MI、传导异常）的保留能力尚不明确；(4) 当前仅生成单导联（Lead II）ECG，未扩展至12导联ECG合成。未来工作将把预训练编码器整合至生成器，通过共享或双编码器策略增强跨模态特征融合；进行心律多样性和小规模数据集微调；扩展病理ECG评估范围；建立从单导联ECG到12导联ECG的多阶段生成框架；并通过轻量化设计实现可穿戴实时部署。
**结论**：本研究提出一种结合自监督学习与Trans-cGAN的新型框架，从PPG输入生成ECG信号。模型在VitalDB（自监督模型：4秒片段MSE=0.0078，10秒片段MSE=0.008）和MIMIC-III（Trans-cGAN：4秒片段RMSE=0.15，10秒片段RMSE=0.1315）上训练，并在多样数据分布下展现出强性能。将基于Transformer的预训练编码器集成至判别器，结合综合损失函数，显著提升了模型生成生理准确且临床有意义的ECG信号的能力。这些发现突显了该框架作为实时心脏监测和疾病检测的可扩展、有效解决方案的潜力，为将其集成到可穿戴医疗技术和临床应用铺平了道路。
