[논문 리뷰] Chain of Flow: A Foundational Generative Framework for ECG-to-4D Cardiac Digital Twins

Haofan Wu, Nay Aung외 4명|arXiv (Cornell University)|2026. 02. 26.

Congenital heart defects research인용 수 0

한 줄 요약

Chain of Flow (COF)은 단일 심장 주기로부터 전체 4D 심장 구조와 움직임을 재구성하는 ECG-조건 생성 프레임워크로, 환자 특화 디지털 트윈 및 다운스트림 심장 시뮬레이션을 가능하게 한다.

ABSTRACT

A clinically actionable Cardiac Digital Twin (CDT) should reconstruct individualised cardiac anatomy and physiology, update its internal state from multimodal signals, and enable a broad range of downstream simulations beyond isolated tasks. However, existing CDT frameworks remain limited to task-specific predictors rather than building a patient-specific, manipulable virtual heart. In this work, we introduce Chain of Flow (COF), a foundational ECG-driven generative framework that reconstructs full 4D cardiac structure and motion from a single cardiac cycle. The method integrates cine-CMR and 12-lead ECG during training to learn a unified representation of cardiac geometry, electrophysiology, and motion dynamics. We evaluate Chain of Flow on diverse cohorts and demonstrate accurate recovery of cardiac anatomy, chamber-wise function, and dynamic motion patterns. The reconstructed 4D hearts further support downstream CDT tasks such as volumetry, regional function analysis, and virtual cine synthesis. By enabling full 4D organ reconstruction directly from ECG, COF transforms cardiac digital twins from narrow predictive models into fully generative, patient-specific virtual hearts. Code will be released after review.

연구 동기 및 목표

• 해부학, 생리학, 운동을 통합하는 완전한 생성형의 환자 특이 심장 디지털 트윈의 필요성을 제시한다.
• 반복적인 CMR 촬영에 의존하지 않고 ECG로부터 4D cine-CMR 부피를 재구성하는 ECG-주도 모델을 개발한다.
• 기하학, 전기생리학, 운동의 통일된 표현을 학습하기 위해 다중 모달 학습(cine-CMR + ECG)을 활용한다.
• 생성된 4D 심장으로부터 용적 측정, 영역 기능 분석, 가상 Cine 합성 등의 다운스트림 CDT 작업을 가능하게 한다.

제안 방법

• CMR 부피 간 시간일관된 3D 변위장을 추정하기 위한 토폴로지 보존 등록 TOPPR를 도입한다.
• 심박 주기 동안 기저의 시공간 속도장을 매개변수화하기 위해 이산 변형 샘플을 계산한다.
• ECG-조건 동적 유동 v_theta(x,t,c)를 학습하여 ECG 기반 전기생리 신호를 흐름 매칭을 통해 피험자 특유의 해부학과 연결한다.
• 등록된 변형 궤적에서 도출된 기준 속도장을 사용하여 운동 학습을 감독한다.
• 속도장을 ODE 해석기로 적분하고 그 결과 변형을 기준 해부학에 적용하여 피험자 특유의 4D 심장을 추정한다.

실험 결과

연구 질문

• RQ1 ECG 데이터만으로 해부학적 정밀도와 현실적인 움직임을 보존하는 정확한 4D 심장 재구성이 가능할까?
• RQ2 ECG-조건 생성 프레임워크가 슬라이스 위치, 해상도 및 다양한 ECG 유래 질환 범주에 걸쳐 일반화되는가?
• RQ3 생성된 4D 심장이 용적 측정, 영역 기능, 가상 Cine 등 임상적으로 관련 지표 및 다운스트림 CDT 작업을 지원하는가?
• RQ4 해부학적 고정, ECG-주도 역학, 및 분할 일관성 감독의 각 구성요소가 재구성 품질에 기여하는 바는 무엇인가?
• RQ5 대규모 코호트에서 일반적으로 나타나는 영상 해상도 및 촬영 설정의 변화에 대해 이 접근법이 견고한가?

주요 결과

• COF는 UK Biobank 데이터에서 이미지 수준 지표에서 최첨단 성능을 달성한다 (SSIM 0.984, PSNR 28.46, FID 6.39, FVD 17.60, M-Corr. 0.474, M-SSIM 0.894).
• COF는 제거 변형 및 다른 베이스라인보다 이미지 충실도와 분할 정확도 모두에서 우수하다 (LV Dice 0.87, LV IoU 0.80; RV Dice 0.74, RV IoU 0.61; Myo Dice 0.85, Myo IoU 0.74).
• 분할 일관성 감독과 TOPPR은 해부학적 정밀도와 현실적인 움직임 보존에 중요하다; TOPPR 또는 분할 손실을 제거하면 다수의 지표가 저하된다.
• COF는 슬라이스 위치와 해상도에 걸쳐 안정적인 성능을 유지하며 다중 슬라이스 및 다중 해상도 표현이 강건함을 보여준다.
• 집단 수준 분석에서 COF는 다양한 ECG 유래 범주에 걸쳐 임상적으로 의미 있는 4D 기능(EDV, ESV, SV, EF, CO)을 보존하고 실제 데이터와 연관된 LV 용적-시간 곡선을 산출한다.
• 정성적 사례 연구(예: 비대증 및 허혈/경색)는 해부학적으로 설득력 있고 기능적으로 일관된 생성 심장을 보여준다.