[論文レビュー] Synthetic ECG Signal Generation using Probabilistic Diffusion Models

Edmond Adib, Amanda Fernandez+2 more|arXiv (Cornell University)|Mar 4, 2023

ECG Monitoring and Analysis被引用数 4

ひとこと要約

本稿では、GASF/GADFおよびMTFを用いて1次元ECG時系列を3チャンネル2次元空間に埋め込むことで、2次元改良型ノイズ除去拡散確率的モデル（DDPM）を用いて合成1次元ECG信号を生成する新規パイプラインを提案する。DDPMの画像生成性能に優れるが、結果はWGAN-GPがすべての指標において、現実的で分布的に正確かつ分類可能な合成ECGビートを常に上回っている。

ABSTRACT

Deep learning image processing models have had remarkable success in recent years in generating high quality images. Particularly, the Improved Denoising Diffusion Probabilistic Models (DDPM) have shown superiority in image quality to the state-of-the-art generative models, which motivated us to investigate their capability in the generation of the synthetic electrocardiogram (ECG) signals. In this work, synthetic ECG signals are generated by the Improved DDPM and by the Wasserstein GAN with Gradient Penalty (WGAN-GP) models and then compared. To this end, we devise a pipeline to utilize DDPM in its original $2D$ form. First, the $1D$ ECG time series data are embedded into the $2D$ space, for which we employed the Gramian Angular Summation/Difference Fields (GASF/GADF) as well as Markov Transition Fields (MTF) to generate three $2D$ matrices from each ECG time series, which when put together, form a $3$-channel $2D$ datum. Then $2D$ DDPM is used to generate $2D$ $3$-channel synthetic ECG images. The $1D$ ECG signals are created by de-embedding the $2D$ generated image files back into the $1D$ space. This work focuses on unconditional models and the generation of \emph{Normal Sinus Beat} ECG signals exclusively, where the Normal Sinus Beat class from the MIT-BIH Arrhythmia dataset is used in the training phase. The \emph{quality}, \emph{distribution}, and the \emph{authenticity} of the generated ECG signals by each model are quantitatively evaluated and compared. Our results show that in the proposed pipeline and in the particular setting of this paper, the WGAN-GP model is consistently superior to DDPM in all the considered metrics.

研究の動機と目的

• 2次元確率的拡散モデル（DDPM）を用いて、合成1次元ECG信号を生成する可能性を調査すること。
• DDPMとWGAN-GPが生成する合成ECGビートの品質、分布、真正性を比較すること。
• 合成ECG信号が、下流の分類タスクにおける実データの補完に効果的に機能するかどうかを評価すること。
• 1次元時系列ECGデータに2次元拡散モデルを適応させるための新規なデータ埋め込みおよび復元パイプラインを確立すること。

提案手法

• 1次元ECG時系列が極座標に変換され、グラミアン・アンギュラー・サマーション/ディファレンス・フィールド（GASF/GADF）およびマーキov遷移フィールド（MTF）を用いて2次元空間に埋め込まれる。
• 各ECGビートについて、3つの2次元行列（GASF、GADF、MTF）が1つの3チャンネル2次元画像に似た表現に統合される。
• 改良型DDPMモデルが2次元埋め込みデータ上で学習され、合成2次元ECG画像が生成される。
• 埋め込みプロセスの逆変換を用いて、生成された2次元データが1次元ECG信号に復元される。
• DDPMの3つのハイパーパramータ設定が評価され、WGAN-GPが生成したビートおよび実際のECGデータと比較される。
• 評価には、DTW、フリチェット距離、MMDが分布類似性に用いられ、ResNet34分類器を用いた分類指標（AUC、精度）が用いられる。

実験結果

リサーチクエスチョン

• RQ1 DDPMのような2次元拡散モデルは、2次元埋め込みを介して、現実的で効果的な1次元ECG信号を生成するために適切に適応可能か？
• RQ2 信号品質および分布的忠実性の観点から、DDPMの合成ECG生成性能はWGAN-GPに比べてどの程度か？
• RQ3 DDPMが生成するECG信号は、下流の分類タスクにおいて実データにどの程度置き換え可能か？
• RQ4 2次元埋め込みおよび復元パイプラインは、実際のECG信号の形態的および時間的特性を保持しているか？

主な発見

• WGAN-GPは、信号品質および分布の観点から、すべての3つのDDPMハイパーパramータ設定を常に上回り、実際のビートに近い合成ECGビートを生成した。
• 生成されたビートと実際のビート間の平均DTWおよびフリチェット距離は、WGAN-GPがDDPMよりも顕著に低く、構造的類似性に優れていることを示している。
• 最大平均差（MMD）値から、WGAN-GPが生成したビートは、DDPMが生成したビートよりも実データにはるかに近い分布を示している。
• ResNet34モデルを用いた分類タスクにおいて、WGAN-GPが生成したビートは、DDPMが生成したビートよりも高い平均精度、AUC-PR、AUC-ROCスコアを達成した。
• DDPMの優れた画像生成性能にもかかわらず、2次元空間における12,288パラメータの生成プロセスは、1次元の64パラメータのWGAN-GPに比べて最適化が不十分な損失関数の形状となっており、結果としてECG信号の忠実度が劣った。
• 本研究では、最先端の2次元拡散モデルを使用しても、1次元ECG信号生成において、直接的な1次元モデリング（WGAN-GPの例）の方が2次元埋め込みよりも効果的であることが示された。