从可穿戴 PPG 到 12 导联 ECG 的转换
机器学习
2025-10-01 v1 人工智能
摘要
12 导联心电图（ECG）是心血管监测的金标准，与光电容积脉搏波描记法（PPG）相比具有更优的诊断粒度和特异性。然而，现有的 12 导联 ECG 系统依赖于繁琐的多电极设置，限制了在动态环境下的持续监测；而当前基于 PPG 的方法由于缺乏导联间约束以及对跨导联时空依赖性建模不足，无法重建多导联 ECG。为了弥合这一差距，我们引入了 P2Es，这是一个创新的具备人口统计学感知的扩散框架，旨在通过三项关键创新从 PPG 信号生成临床有效的 12 导联 ECG。具体而言，在前向过程中，我们引入频域模糊随后施加时域噪声干扰，以模拟真实世界的信号失真。在逆向过程中，我们设计了时域多尺度生成模块，随后进行频域去模糊。特别是，我们利用基于 KNN 的聚类结合对比学习来为逆向过程分配亲和矩阵，从而实现特定人口统计学的 ECG 转换。大量实验结果表明，P2Es 在 12 导联 ECG 重建中优于基线模型。
引用
@article{arxiv.2509.25480,
title = {Translation from Wearable PPG to 12-Lead ECG},
author = {Hui Ji and Wei Gao and Pengfei Zhou},
journal= {arXiv preprint arXiv:2509.25480},
year = {2025}
}
备注
14 pages,10 figures