MD-ViSCo：用于多方向生命体征波形转换的统一模型
声音
2025-06-11 v1 人工智能
音频与语音处理
摘要
尽管深度学习方法在生成目标生命体征波形（如电图 ECG、光电容积图 PPG 或动脉血压 ABP）方面取得了显著进展，但大多数现有模型仅为特定源-目标对设计。这种设计需要不同的模型架构、优化程序和预处理流程，导致大量模型在临床应用中难以使用。为此，我们提出了多方向生命体征转换器（MD-ViSCo），一个能够从单一输入波形生成任意目标波形的统一框架。MD-ViSCo 采用浅层 1 维 U-Net 集成 Swin Transformer，利用自适应实例归一化（AdaIN）捕获不同的波形风格。为评估 MD-ViSCo 的有效性，我们在两个公开数据集上进行了多方向波形生成。我们的框架在所有波形类型上均优于最先进的基线方法（NabNet 与 PPG2ABP），平均将均方绝对误差（MAE）降低 8.8%，皮尔逊相关系数（PC）提高 4.9%。此外，生成的 ABP 波形满足医学仪器协会（AAMI）标准，并在英国高血压协会（BHS）标准上获得 B 级成绩，超越了所有基线方法。通过消除为每个任务开发不同模型的需求，我们认为本工作提供了一个统一的框架，可在医疗监护中以单一模型处理各种类型的生命体征波形。
引用
@article{arxiv.2506.08357,
title = {MD-ViSCo: A Unified Model for Multi-Directional Vital Sign Waveform Conversion},
author = {Franck Meyer and Kyunghoon Hur and Edward Choi},
journal= {arXiv preprint arXiv:2506.08357},
year = {2025}
}
备注
Main paper (16 pages, 5 figures). Paper submitted for review. Code available at https://github.com/fr-meyer/MD-ViSCo