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

Ella Lan|arXiv (Cornell University)|Apr 25, 2022

Non-Invasive Vital Sign Monitoring被引用 4

一句话总结

该论文提出 Performer，一种基于 Transformer 的新型架构，通过基于移位块的注意力（SPA）从 PPG 信号重建 ECG 信号，在 BIDMC 数据集上实现了最先进的 0.29 RMSE 性能。该方法通过结合 PPG 与重建 ECG 作为多模态数字生物标志物，实现了连续、非侵入性的心血管疾病（CVD）检测，在 MIMIC-III 上达到 95.9% 的准确率，在 PPG-BP 上达到 75.9% 的准确率，并通过可穿戴耳饰原型（PEARL）得到验证。

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.

研究动机与目标

• 解决 ECG 进行连续监测时因用户参与需求带来的局限性，以及 PPG 信号在临床应用中噪声较大的问题。
• 开发一种深度学习模型，从 PPG 重建高质量 ECG，以实现连续、非侵入性心脏监测。
• 构建结合 PPG 与重建 ECG 的多模态数字生物标志物，以提升 CVD 检测性能。
• 设计可穿戴原型（PEARL），以展示 Performer 架构在即时医疗场景中实际应用的可行性。
• 证明模型在多样化数据集（包括 MIMIC-III 和 PPG-BP）上的泛化能力，用于 CVD 和糖尿病检测。

提出的方法

• 提出一种用于 PPG 到 ECG 重建的序列到序列 Transformer 架构（Performer），利用自注意力机制捕捉长距离依赖关系。
• 提出一种新颖的标记化方法——基于移位块的注意力（SPA），通过可变大小的块和移位机制，捕捉块间连接关系及局部-全局信号特征。
• 通过基于块的表示获取多种序列长度，优化编码与解码过程，增强对生物医学波形的特征提取能力。
• 在 BIDMC 数据集上端到端训练 Performer 模型，以最小化预测 ECG 与真实 ECG 信号之间的重建误差（RMSE）。
• 将重建 ECG 与原始 PPG 作为多模态输入用于下游 CVD 检测，采用多模态 Transformer 头进行分类。
• 将模型部署于连接云的可穿戴设备（如 PEARL 耳饰）上，实现实时、连续的监测与风险预测。

实验结果

研究问题

• RQ1 基于 Transformer 的架构能否仅使用 PPG 输入，在 PPG 到 ECG 重建任务中实现最先进性能？
• RQ2 所提出的基于移位块的注意力（SPA）机制在捕捉生物医学波形中的局部与全局信号模式方面效果如何？
• RQ3 将原始 PPG 与重建 ECG 组合为多模态数字生物标志物，是否能提升 CVD 检测准确率，优于单独使用任一信号？
• RQ4 Performer 模型能否在多样化临床数据集（如 MIMIC-III 和 PPG-BP）上实现泛化，用于 CVD 和糖尿病检测？
• RQ5 可穿戴原型（PEARL）能否有效集成 Performer 模型，实现实时、连续且用户友好的即时医疗心脏监测？

主要发现

• Performer 在 BIDMC 数据集上实现了 0.29 的最先进重建 RMSE，优于以往方法在 PPG 到 ECG 重建中的表现。
• 在 MIMIC-III 数据集上，使用 PPG 与重建 ECG 的多模态输入，模型在 CVD 检测中达到 95.9% 的准确率。
• 在 PPG-BP 数据集上，Performer 在检测与 CVD 相关的糖尿病方面达到 75.9% 的准确率，表明其在不同数据集上的鲁棒性与泛化能力。
• 消融实验表明，PPG 与重建 ECG 的多模态组合能实现最高的 CVD 检测性能，优于单独使用原始 PPG、原始 ECG 或重建 ECG。
• 最后一层的注意力图突出显示对 QRS 波群的关注，表明 Performer 通过 SPA 学习到了具有生物学意义的特征。
• PEARL 可穿戴原型成功展示了将 Performer 部署于真实世界、连续、即时医疗心脏监测系统中的可行性。