Uncertainty-Aware PPG-2-ECG for Enhanced Cardiovascular Diagnosis using Diffusion Models

要約

心電図（ECG）を介した心血管系の状態を分析することは、一般的で非常に効果的なアプローチであり、何十年にもわたって実践され、完成してきました。
ECGセンシングは非侵襲的であり、取得は比較的簡単ですが、それでも数時間や数日にわたって至るまで、ホルター監視テストにとっては面倒です。
このコンテキストでの可能な選択肢は、フォトプレチスモグラフィー（PPG）です。通常、従来の「ウェアラブルデバイス」によって感知されるように、血液量の変動を測定する光学ベースの信号です。
PPGは買収、利便性、費用対効果に明確な利点をもたらしますが、ECGはより包括的な情報を提供し、心臓病のより正確な検出を可能にします。
これは、文献で最近議論されたように、PPGからECGへの変換には、本質的に避けられないレベルの不確実性が含まれることを意味します。
このペーパーでは、PPG-2-ECG変換に対処するための新しい方法論を紹介し、変換プロセスから生じる不確実性を考慮しながら、与えられたPPGを使用して心血管条件の強化された分類を提供します。
提案された計算アプローチの数学的正当化を提供し、最先端のベースライン方法と比較してその優れたパフォーマンスを実証する実証研究を提示します。

要約(オリジナル)

Analyzing the cardiovascular system condition via Electrocardiography (ECG) is a common and highly effective approach, and it has been practiced and perfected over many decades. ECG sensing is non-invasive and relatively easy to acquire, and yet it is still cumbersome for holter monitoring tests that may span over hours and even days. A possible alternative in this context is Photoplethysmography (PPG): An optically-based signal that measures blood volume fluctuations, as typically sensed by conventional “wearable devices”. While PPG presents clear advantages in acquisition, convenience, and cost-effectiveness, ECG provides more comprehensive information, allowing for a more precise detection of heart conditions. This implies that a conversion from PPG to ECG, as recently discussed in the literature, inherently involves an unavoidable level of uncertainty. In this paper we introduce a novel methodology for addressing the PPG-2-ECG conversion, and offer an enhanced classification of cardiovascular conditions using the given PPG, all while taking into account the uncertainties arising from the conversion process. We provide a mathematical justification for our proposed computational approach, and present empirical studies demonstrating its superior performance compared to state-of-the-art baseline methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google