[论文解读] Synthetic ECG Signal Generation using Probabilistic Diffusion Models

Edmond Adib, Amanda Fernandez+2 more|arXiv (Cornell University)|Mar 4, 2023

ECG Monitoring and Analysis被引用 4

一句话总结

本文提出了一种新颖的流水线，通过使用GASF/GADF和MTF将1D ECG时间序列嵌入到3通道2D空间中，利用2D改进去噪扩散概率模型（DDPM）生成合成1D ECG信号。尽管DDPM在图像生成方面表现优异，但结果表明，WGAN-GP在所有指标下均持续优于DDPM，生成的ECG搏动在真实性、分布准确性以及可分类性方面表现更优。

ABSTRACT

Deep learning image processing models have had remarkable success in recent years in generating high quality images. Particularly, the Improved Denoising Diffusion Probabilistic Models (DDPM) have shown superiority in image quality to the state-of-the-art generative models, which motivated us to investigate their capability in the generation of the synthetic electrocardiogram (ECG) signals. In this work, synthetic ECG signals are generated by the Improved DDPM and by the Wasserstein GAN with Gradient Penalty (WGAN-GP) models and then compared. To this end, we devise a pipeline to utilize DDPM in its original $2D$ form. First, the $1D$ ECG time series data are embedded into the $2D$ space, for which we employed the Gramian Angular Summation/Difference Fields (GASF/GADF) as well as Markov Transition Fields (MTF) to generate three $2D$ matrices from each ECG time series, which when put together, form a $3$-channel $2D$ datum. Then $2D$ DDPM is used to generate $2D$ $3$-channel synthetic ECG images. The $1D$ ECG signals are created by de-embedding the $2D$ generated image files back into the $1D$ space. This work focuses on unconditional models and the generation of \emph{Normal Sinus Beat} ECG signals exclusively, where the Normal Sinus Beat class from the MIT-BIH Arrhythmia dataset is used in the training phase. The \emph{quality}, \emph{distribution}, and the \emph{authenticity} of the generated ECG signals by each model are quantitatively evaluated and compared. Our results show that in the proposed pipeline and in the particular setting of this paper, the WGAN-GP model is consistently superior to DDPM in all the considered metrics.

研究动机与目标

• 探究使用2D概率扩散模型（DDPM）生成合成1D ECG信号的可行性。
• 比较DDPM与WGAN-GP生成的合成ECG搏动在质量、分布和真实性方面的差异。
• 评估合成ECG信号在下游分类任务中是否能有效增强真实数据。
• 建立一种新型的数据嵌入与去嵌入流水线，以将2D扩散模型适配至1D时间序列ECG数据。

提出的方法

• 将1D ECG时间序列转换为极坐标，并通过Gramian Angular Summation/Difference Fields（GASF/GADF）和Markov Transition Fields（MTF）嵌入到2D空间中。
• 将三个2D矩阵（GASF、GADF、MTF）合并为每个ECG搏动的单个3通道2D图像状表示。
• 在2D嵌入数据上训练并采样改进的DDPM模型，以生成合成2D ECG图像。
• 通过嵌入过程的逆变换，将生成的2D数据去嵌入回1D ECG信号。
• 评估DDPM的三种超参数设置，并将结果与WGAN-GP生成的搏动及真实ECG数据进行比较。
• 评估使用DTW、Fréchet距离、MMD衡量分布相似性，并使用ResNet34分类器进行分类指标（AUC、精确率）评估。

实验结果

研究问题

• RQ1 2D扩散模型（如DDPM）能否通过2D嵌入有效适配以生成逼真的1D ECG信号？
• RQ2 在信号质量和分布保真度方面，DDPM在合成ECG生成中的表现与WGAN-GP相比如何？
• RQ3 DDPM生成的ECG信号在多大程度上可以替代真实数据用于下游分类任务？
• RQ4 2D嵌入与去嵌入流水线是否保留了真实ECG信号的形态和时间特性？

主要发现

• WGAN-GP在所有三个DDPM超参数设置中均持续优于DDPM，生成的ECG搏动在信号质量和分布方面更接近真实搏动。
• 与真实搏动之间的平均DTW和Fréchet距离，WGAN-GP显著低于DDPM，表明其结构相似性更优。
• 最大均值差异（MMD）值显示，WGAN-GP生成的搏动分布与真实数据更接近，远优于DDPM生成的搏动。
• 在使用ResNet34模型的分类任务中，WGAN-GP生成的搏动在平均精确率、AUC-PR和AUC-ROC得分方面均高于DDPM生成的搏动。
• 尽管DDPM在图像生成方面表现优异，但其在2D空间中12,288个参数的生成过程导致损失景观优化程度较低，相比1D WGAN-GP的64个参数设置，最终导致ECG信号保真度较差。
• 本研究证明，直接使用1D建模（如WGAN-GP）在1D ECG信号生成方面比2D嵌入更有效，即使使用最先进的2D扩散模型亦是如此。