[논문 리뷰] A novel method for analysis of transient morphological changes in quasiperiodic physiological signals and their neurogenic correlates

Tomasz Gradowski, Damian Waląg외 2명|arXiv (Cornell University)|2026. 02. 22.

ECG Monitoring and Analysis인용 수 0

한 줄 요약

carpet plots를 도입하여 주기적이지 않은 신호를 리듬 트리거에서 주기를 정렬함으로써 시각화하고, ECG 및 기타 신호에서 리듬과 형태를 동시에 분석할 수 있게 하며, AI 보조 분석 가능성이 있습니다.

ABSTRACT

Frequently, transient changes in physiological signals, such as ECG morphology, precede or follow a rate change. Current methods for visualizing morphology allow only the tracking of preselected changes, severely limiting analytical capabilities. We introduce a novel method for visualizing quasiperiodic signals, enabling the transformation of time series containing repetitive patterns into intuitive visual representations. By using segmentation algorithms and color encoding, we generate two-dimensional "carpet plots" that facilitate simultaneous assessment of heart rhythm and signal features, including the morphology of QRS complexes and T waves, as well as transient changes in intervals and amplitudes. Additionally, the method supports the assessment of concomitant changes in morphology and rate. Typically, existing visualization methods, such as the standard 12-lead ECG projection, focus either on rhythm variability or on morphological analysis of a few consecutive beats. In contrast, our method integrates both aspects into a single, coherent graphical representation, greatly enhancing the detection of subtle disturbances and a fascinating dynamic interplay between the rhythm and the morphology of the signal. We illustrate the effectiveness of this approach using Holter recordings from healthy individuals and patients with arrhythmias, as well as stress test sessions. The results highlight the potential of our visualization technique to support diagnosis and long-term ECG signal analysis. The method may be applied to a broad class of repeatable quasiperiodic patterns - we demonstrate a few examples.

연구 동기 및 목표

• quasiperiodic 생리 신호에서 리듬과 형태학적 특징의 공동 분석을 고무한다.
• 사이클 간 및 사이클 내 형태의 변동성을 포착하는 시각화 방법을 개발한다.
• 리듬과 형태 간의 결합을 평가하고 장기 ECG 분석을 지원한다.
• ECG에 대한 적용 가능성을 보여주고 다중 모달 신호에 대한 확장 가능성을 제시한다.

제안 방법

• quasiperiodic 패턴의 특징적 특성을 식별하고 중심 패턴 발생 주위에서 신호를 구간화한다.
• 중심 패턴(예: R 피크)을 기준으로 세그먼트를 정렬하여 길이가 일정한 창을 만든다.
• 시각화를 위한 전이 함수(진폭-색 매핑)를 사용하여 세그먼트 진폭을 색 값으로 매핑한다.
• 세그먼트를 연대순으로 쌓아 사이클이 수직 축에, 사이클 내 상대 시간이 수평 축에 배치된 2차원 carpet plot을 형성한다.
• 고정된 세그먼트 지속 시간을 사용하고 신호를 공통 재샘플링 속도로 변환하여 ML 호환성을 위한 균일한 carpet plot 치수를 보장한다.
• 가독성 향상을 위한 베이스라인 처리, 진폭 클리핑, 색상 스케일 조정과 같은 전처리 선택을 논의한다.

실험 결과

연구 질문

• RQ1 리듬과 형태를 공동으로 시각화하여 시간이 지남에 따른 결합을 어떻게 밝힐 수 있는가?
• RQ2 carpet plots가 quasiperiodic 신호에서 미묘한 형태 변화와 위상 전이를 감지할 수 있는가?
• RQ3 이 시각화를 어떻게 활용하여 ECG 및 다중 모달 신호의 자동 분석 및 ML 기반 패턴 탐지를 지원할 수 있는가?

주요 결과

• Carpet plots는 긴 녹음에서 심박 동역학과 ECG 형태를 동시에 시각화할 수 있게 한다.
• 이 방법은 위상 전이와 심방세동, AV-block 패턴, ST 분절 변화와 같은 순간적 에피소드를 드러낸다.
• 색 매핑과 축 정렬은 QRS 지속 시간, QT 간격 및 T파 형태의 미세한 변화를 감지하는 데 도움을 준다.
• carpet plots에 적용된 ResNet18 특징 맵은 CNN 기반 분석에 적합한 추출 가능하고 해석 가능한 패턴을 보여준다.
• 세그먼트화 특징을 대상 신호와 분리함으로써 ECG, ABP, ICP와 같은 다중 모달 신호에 적용 가능하다.