[论文解读] DiffECG: A Versatile Probabilistic Diffusion Model for ECG Signals Synthesis

Nour Neifar, Achraf Ben-Hamadou+2 more|arXiv (Cornell University)|Jun 2, 2023

ECG Monitoring and Analysis被引用 6

一句话总结

本文提出 DiffECG，一种新颖的基于概率扩散的 ECG 信号生成模型，该模型在单一的条件框架下统一了心跳生成、部分信号填补和完整心跳预测。通过将反向扩散过程条件化于频谱图表示，并采用灵活的编码方案，DiffECG 在所有三项任务中均达到最先进性能，显著提升了 FID 和 RMSE 指标，同时生成了逼真的 ECG 形态。

ABSTRACT

Within cardiovascular disease detection using deep learning applied to ECG signals, the complexities of handling physiological signals have sparked growing interest in leveraging deep generative models for effective data augmentation. In this paper, we introduce a novel versatile approach based on denoising diffusion probabilistic models for ECG synthesis, addressing three scenarios: (i) heartbeat generation, (ii) partial signal imputation, and (iii) full heartbeat forecasting. Our approach presents the first generalized conditional approach for ECG synthesis, and our experimental results demonstrate its effectiveness for various ECG-related tasks. Moreover, we show that our approach outperforms other state-of-the-art ECG generative models and can enhance the performance of state-of-the-art classifiers.

研究动机与目标

• 解决心血管疾病检测中 ECG 数据有限、噪声多和不完整的问题。
• 开发一种统一的深度生成模型，能够处理多种 ECG 信号生成任务：生成、填补与预测。
• 提升合成 ECG 信号的真实感与保真度，以支持临床人工智能应用中的数据增强。
• 克服现有基于 GAN 和自编码器的方法在捕捉复杂 ECG 动态与形态方面的局限性。
• 通过基于频谱图的条件化与显式任务切换机制，实现灵活的条件化生成。

提出的方法

• 该方法采用去噪扩散概率模型（DDPM）在单导联 ECG 信号上进行训练，以建模反向去噪过程。
• 将反向扩散过程条件化于 ECG 信号的频谱图表示，实现频率感知的信号生成。
• 引入可学习的条件编码，以显式切换生成、填补与预测任务。
• 模型采用 U-Net 架构，并结合时间嵌入条件，逐步从噪声生成 ECG 信号。
• 通过短时傅里叶变换（STFT）提取频谱图特征，并将其用作引导去噪过程的输入。
• 该框架支持共享主干网络与任务特定条件的端到端训练与推理，覆盖全部三项任务。

实验结果

研究问题

• RQ1 单一扩散模型能否有效执行多种 ECG 信号生成任务：生成、填补与预测？
• RQ2 基于频谱图的条件化如何提升生成 ECG 信号的真实感与保真度？
• RQ3 所提出的条件化框架是否能在所有三项任务中均超越现有最先进模型，在 FID、RMSE 与 MMD 指标上表现更优？
• RQ4 采用统一架构与灵活条件化是否能带来更好的泛化能力与数据效率？
• RQ5 合成的 ECG 数据在多大程度上能提升下游分类任务的性能？

主要发现

• 在心跳生成任务中，DiffECG 在类别 N 上取得最低 FID 得分 3.83e-3；在填补任务中，类别 N 的 FID 得分为 2.77e-3，优于所有基线模型。
• 对于类别 F（少数心律失常），DiffECG 在填补任务中取得 FID 2.74e-2 与 RMSE 3.17e-2，显著优于 LSTM、VAE 与 [32]。
• 在预测任务中，DiffECG 的 MMD 为 0.27，与最佳基线 [32]（0.14）相当，同时展现出更优的视觉真实感与形态准确性。
• 定性结果表明，DiffECG 生成的心跳波形与真实 ECG 形态高度一致，而基于 GAN 的基线模型生成的信号则更嘈杂且不真实。
• 填补结果表明，与 LSTM 和 VAE 相比，DiffECG 更好地保留了复杂 ECG 波形（P 波、QRS 波群、T 波），后者倾向于对缺失区域进行过度平滑。
• 该模型显著提升了最先进分类器的性能，证实其在临床 ECG 分析数据增强中的实用价值。