[논문 리뷰] Performer: A Novel PPG-to-ECG Reconstruction Transformer for a Digital Biomarker of Cardiovascular Disease Detection

Ella Lan|arXiv (Cornell University)|2022. 04. 25.

Non-Invasive Vital Sign Monitoring인용 수 4

한 줄 요약

이 논문은 PPG를 사용하여 ECG 신호를 재구성하는 데 전용된 새로운 Transformer 기반 아키텍처인 Performer를 제안한다. Shifted Patch-based Attention (SPA)를 활용하여 BIDMC 데이터셋에서 최고 성능을 기록한 0.29의 RMSE를 달성한다. 이는 PPG와 재구성된 ECG를 융합한 다중모달 디지털 바이오마커를 통해 지속적이고 비침습적인 심혈관질환(CVD) 검출을 가능하게 하며, MIMIC-III에서 95.9%의 정확도와 PPG-BP에서 75.9%의 정확도로 검증되었으며, 웨어러블 귀걸이 프로토타입(Pearl)을 통해 실용성도 입증되었다.

ABSTRACT

Electrocardiography (ECG), an electrical measurement which captures cardiac activities, is the gold standard for diagnosing cardiovascular disease (CVD). However, ECG is infeasible for continuous cardiac monitoring due to its requirement for user participation. By contrast, photoplethysmography (PPG) provides easy-to-collect data, but its limited accuracy constrains its clinical usage. To combine the advantages of both signals, recent studies incorporate various deep learning techniques for the reconstruction of PPG signals to ECG; however, the lack of contextual information as well as the limited abilities to denoise biomedical signals ultimately constrain model performance. In this research, we propose Performer, a novel Transformer-based architecture that reconstructs ECG from PPG and combines the PPG and reconstructed ECG as multiple modalities for CVD detection. This method is the first time that Transformer sequence-to-sequence translation has been performed on biomedical waveform reconstruction, combining the advantages of both PPG and ECG. We also create Shifted Patch-based Attention (SPA), an effective method to encode/decode the biomedical waveforms. Through fetching the various sequence lengths and capturing cross-patch connections, SPA maximizes the signal processing for both local features and global contextual representations. The proposed architecture generates a state-of-the-art performance of 0.29 RMSE for the reconstruction of PPG to ECG on the BIDMC database, surpassing prior studies. We also evaluated this model on the MIMIC-III dataset, achieving a 95.9% accuracy in CVD detection, and on the PPG-BP dataset, achieving 75.9% accuracy in related CVD diabetes detection, indicating its generalizability. As a proof of concept, an earring wearable named PEARL (prototype), was designed to scale up the point-of-care (POC) healthcare system.

연구 동기 및 목표

• 사용자 참여가 필요한 ECG의 연속 모니터링 한계와 임상적 사용에 적합하지 않은 PPG 신호의 노이즈 문제를 해결하기 위해.
• 고해상도 ECG를 PPG에서 재구성할 수 있는 딥러닝 모델을 개발하여 지속적이고 비침습적인 심장 모니터링을 가능하게 하기 위해.
• PPG와 재구성된 ECG를 융합한 다중모달 디지털 바이오마커를 개발하여 CVD 검출 성능을 향상시키기 위해.
• 포인트 오브 카운트 의료 환경에서의 실용성을 입증하기 위해 Performer 아키텍처를 적용한 웨어러블 프로토타입(PEARL)을 설계하기 위해.
• 모델의 일반화 능력을 다양한 데이터셋(MIMIC-III 및 PPG-BP)을 통해 입증하여 CVD 및 당뇨병 검출에 응용 가능하게 하기 위해.

제안 방법

• PPG에서 ECG로의 재구성에 적합한 시퀀스-투-시퀀스 Transformer 아키텍처(Performer)를 제안하며, 장거리 의존성을 다루기 위해 자기주의(self-attention) 메커니즘을 활용한다.
• 변동 크기의 패치를 사용하고 이격된 메커니즘을 도입하여 패치 간 연결성과 국소-전반적인 신호 특징을 포착하는 새로운 토큰화 방법인 Shifted Patch-based Attention(SPA)을 도입한다.
• 패치 기반 표현을 통해 다양한 시퀀스 길이를 확보함으로써 인코딩 및 디코딩 과정을 최적화하고 생체의학 신호에서의 특징 추출 능력을 향상시킨다.
• 재구성 오차(RMSE)를 최소화하기 위해 BIDMC 데이터셋에서 Performer 모델을 엔드 투 엔드로 훈련시킨다.
• 하류 CVD 검출 작업을 위해 재구성된 ECG와 원본 PPG를 다중모달 입력으로 사용하며, 분류를 위해 다중모달 Transformer 헤드를 적용한다.
• 클라우드 연결 웨어러블 기기(예: PEARL 귀걸이)에 모델을 구현하여 실시간 연속 모니터링 및 위험 예측 기능을 가능하게 한다.

실험 결과

연구 질문

• RQ1 PPG 입력만을 사용할 때, Transformer 기반 아키텍처가 PPG에서 ECG를 재구성하는 데 있어 최고 성능을 달성할 수 있는가?
• RQ2 제안된 Shifted Patch-based Attention(SPA) 메커니즘이 생체의학 신호의 국소적 및 전반적 패턴을 포착하는 데 얼마나 효과적인가?
• RQ3 원본 PPG와 재구성된 ECG를 융합한 다중모달 디지털 바이오마커는 단독으로 사용하는 각 신호보다 CVD 검출 정확도를 향상시키는가?
• RQ4 Performer 모델은 MIMIC-III 및 PPG-BP와 같은 다양한 임상 데이터셋에서 CVD 및 당뇨병 검출에 대해 일반화 가능한가?
• RQ5 웨어러블 프로토타입(PEARL)은 Performer 모델을 효과적으로 통합하여 포인트 오브 카운트 환경에서 실시간 연속적이고 사용자 친화적인 심장 모니터링을 가능하게 하는가?

주요 결과

• Performer는 BIDMC 데이터셋에서 0.29의 최고 성능 RMSE를 기록하여 기존 방법들을 능가하는 PPG-to-ECG 재구성 성능을 확보하였다.
• PPG와 재구성된 ECG를 다중모달 입력으로 사용할 경우, MIMIC-III 데이터셋에서 CVD 검출 정확도가 95.9%에 도달하였다.
• PPG-BP 데이터셋에서는 CVD 관련 당뇨병 검출 정확도가 75.9%에 도달하여 다양한 데이터셋 간의 강건성과 일반화 능력을 입증하였다.
• 절단 실험(Ablation studies) 결과, 원본 PPG와 재구성된 ECG의 융합이 가장 높은 CVD 검출 성능을 기록하였으며, 원본 PPG, 원본 ECG 또는 재구성된 ECG 단독 사용보다 뛰어난 성능을 보였다.
• 최종 레이어의 어텐션 맵은 QRS 복합파에 집중되어 있음을 보여주며, SPA를 통해 Performer가 생물학적으로 의미 있는 특징을 학습하고 있음을 시사한다.
• PEARL 웨어러블 프로토타입은 Performer를 실생활 지속적 포인트 오브 카운트 심장 모니터링 시스템에 구현할 수 있음을 성공적으로 입증하였다.