中文引用格式： 曾超權(quán)，駱煒，王森林，等. 一種基于改進的生成式對抗網(wǎng)絡(luò)的完整12導(dǎo)聯(lián)心電圖重構(gòu)方法[J]. 電子技術(shù)應(yīng)用，2025，51(4)：16-22.
英文引用格式： Zeng Chaoquan，Luo Wei，Wang Senlin，et al. Reconstruct 12-lead ECG from II-lead: based on an improved generative adversarial network model[J]. Application of Electronic Technique，2025，51(4)：16-22.
引言
心血管疾病（Cardiovascular Disease，CVD）可能引發(fā)多種心臟問題，包括心臟病、心力衰竭、中風(fēng)和動脈粥樣硬化。為了預(yù)防和監(jiān)測這些疾病，心電圖（Electrocardiogram，ECG）常被作為重要的臨床手段。通過在特定位置放置電極，ECG能夠測量心臟活動過程中產(chǎn)生的微弱電信號，從而評估心臟的健康狀況。這些微弱的電信號提供了關(guān)于心臟狀況和個人總體健康狀況的重要信息。心電圖也因為其操作便捷和無創(chuàng)性的優(yōu)點，成為了診斷和監(jiān)測心臟問題的重要工具[1-3]。
隨著人們對心臟健康意識的提高，越來越多的人使用便攜式心電監(jiān)測設(shè)備來監(jiān)測自己的心臟活動。許多日常心電圖監(jiān)測系統(tǒng)（如智能手表等）為了提高設(shè)備便攜性而減少電極數(shù)量。然而，與臨床設(shè)備使用的12導(dǎo)聯(lián)心電信號相比，這些設(shè)備因為電極數(shù)量的減少，無法提供心臟活動的完整視圖，而不完整的12導(dǎo)聯(lián)心電信號不足以作為臨床診斷或長期監(jiān)測的依據(jù)[4]。為了使電極數(shù)量有限的心電監(jiān)測設(shè)備也能夠捕獲完整的12導(dǎo)聯(lián)心電信號，就必須解決從少數(shù)導(dǎo)聯(lián)心電信號中重構(gòu)12導(dǎo)聯(lián)心電信號的問題。通過這種方法，即使設(shè)備電極有限，仍然可以通過這些設(shè)備獲取完整的12導(dǎo)聯(lián)心電信號并為長期監(jiān)測和臨床診斷提供完整的心臟信息。
通過文獻調(diào)研發(fā)現(xiàn)，心電信號重構(gòu)方法大致可以分為基于神經(jīng)網(wǎng)絡(luò)和基于非神經(jīng)網(wǎng)絡(luò)兩類。基于非神經(jīng)網(wǎng)絡(luò)的方法[5-8]在生成長度較短的12導(dǎo)聯(lián)心電信號時，有較高的重構(gòu)精度。然而，這類方法的重構(gòu)精度容易受到測量過程中噪聲的影響，并且隨著心電信號長度的增加，重構(gòu)精度也有下降的趨勢。此外，還有許多基于神經(jīng)網(wǎng)絡(luò)的12導(dǎo)聯(lián)心電信號重構(gòu)算法[9-16]。Garg等人使用了改進的U-Net從II導(dǎo)聯(lián)心電信號重構(gòu)出剩余的11導(dǎo)聯(lián)心電信號[16]。然而，心電信號是一種經(jīng)典的時間序列信號，信號前后部分具有一定的時間相關(guān)性，這些僅使用U-Net的方法在處理具有長期依賴關(guān)系的時間序列信號時可能會遇到梯度消失和爆炸問題，從而限制了重構(gòu)的12導(dǎo)聯(lián)心電信號的精度。最近的一篇論文利用生成對抗網(wǎng)絡(luò)（Generative Adversarial Network，GAN）模型來重構(gòu)12導(dǎo)聯(lián)心電信號[13]。因為GAN模型可以很好地擬合心電信號中的非線性關(guān)系，從而提高了不同類型心電信號的重構(gòu)精度，且無需單獨訓(xùn)練每個導(dǎo)聯(lián)心電信號。在以往基于GAN模型的工作中，如Yoon等人的工作[13]，由于模型處理信號前后依賴關(guān)系的能力有限，因此將心電信號重構(gòu)過程分為了兩個步驟，在第一個步驟中重構(gòu)出小段的心電信號，然后在第二個步驟下將這些信號組合在一起，最后得到完整的12導(dǎo)聯(lián)心電信號。Kapfo等人則將長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）用于心電信號重構(gòu)任務(wù)[14]。LSTM能夠捕獲心電信號的時間特征、模式和擴展關(guān)系。但由于LSTM對不同導(dǎo)聯(lián)間心電信號的空間相似性處理能力較弱，通常需要輸入多個導(dǎo)聯(lián)的心電信號才能獲得完整的12導(dǎo)聯(lián)心電圖輸出，因此Kapfo等人提出的模型使用導(dǎo)聯(lián)I、II和V2作為原始導(dǎo)聯(lián)。但許多用于遠(yuǎn)程長期心電監(jiān)護設(shè)備大多只能提供一個導(dǎo)聯(lián)的信號作為模型的輸入[4]，所以Kapfo等人的模型難以應(yīng)用于單一導(dǎo)聯(lián)的監(jiān)護設(shè)備。
為了在有限的資源下提高重構(gòu)完整的12導(dǎo)聯(lián)心電信號的精度，本文提出了一種以GAN網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ)，采用Transformer和U-Net的混合結(jié)構(gòu)作為生成器，通過判別器來區(qū)分生成器重構(gòu)的心電信號和真實的心電信號的模型。本研究主要的貢獻如下，本模型可以同時生成所有12導(dǎo)聯(lián)的完整信號，而不是先生成小段的心電信號再將其組合成完整的12導(dǎo)聯(lián)心電信號，提高了重構(gòu)效率，簡化了信號生成過程。與同類生成算法相比，本研究提出的模型具有較高的重構(gòu)精度，在12導(dǎo)聯(lián)心電信號重構(gòu)應(yīng)用中表現(xiàn)出了優(yōu)異的性能和有效性。
本文首先介紹了本研究中使用的模型結(jié)構(gòu)和ECG數(shù)據(jù)集，并詳細(xì)描述了每個模塊的功能。此外，還提供了評估指標(biāo)、訓(xùn)練環(huán)境及訓(xùn)練過程中使用的具體參數(shù)設(shè)置。然后通過PTB-XL數(shù)據(jù)集和紹興人民醫(yī)院數(shù)據(jù)集驗證了模型的準(zhǔn)確性，并使用心電信號分類模型評估生成的心電信號的分類性能。
本文詳細(xì)內(nèi)容請下載：
http://m.jysgc.com/resource/share/2000006388
作者信息：
曾超權(quán)1，2，駱煒2，3，王森林2，3，戴玲鳳2，3，陳豪2，3
（1.福州大學(xué) 先進制造學(xué)院，福建 泉州 362251；
2.中國科學(xué)院福建物質(zhì)結(jié)構(gòu)研究所，福建 福州 350108；
3.福建省復(fù)雜動力系統(tǒng)智能識別與控制重點實驗室，福建 泉州 362200）
