FlowECG: Using Flow Matching to Create a More Efficient ECG Signal Generator

Résumé Technique : FlowECG

Énoncé du Problème
La génération synthétique d'électrocardiogrammes (ECG) est cruciale pour les applications d'IA médicale, particulièrement pour le partage de données respectant la vie privée et l'augmentation des ensembles de données d'entraînement. Bien que les méthodes de pointe actuelles, spécifiquement les modèles basés sur la diffusion comme SSSD-ECG, atteignent une haute qualité de génération, elles souffrent d'inefficacités computationnelles significatives. Le processus de débruitage itératif inhérent aux modèles de diffusion nécessite des centaines d'évaluations de réseaux de neurones (passes avant) lors de l'échantillonnage. Cela crée un goulot d'étranglement computationnel qui limite le déploiement pratique de ces modèles dans les environnements cliniques, en particulier pour la génération en temps réel ou la création de données synthétiques à grande échelle.

Méthodologie
Les auteurs proposent FlowECG, un cadre génératif qui adapte l'architecture établie de SSSD-ECG mais remplace le processus de diffusion discret et itératif par une dynamique de correspondance de flux (flow matching) continue.

• Architecture : FlowECG conserve la structure de base de SSSD-ECG, utilisant 36 couches résiduelles empilées avec des composants d'espace d'état structurés (S4) bidirectionnels pour capturer les dépendances temporelles à longue portée. Il est conditionné par 71 étiquettes de diagnostic binaires dérivées de l'ensemble de données PTB-XL.
• Formulation de la Correspondance de Flux (Flow Matching) : Contrairement aux modèles de diffusion qui apprennent un processus de débruitage inverse, FlowECG apprend un champ de vitesse dépendant du temps $u_t(x)$ pour transporter les échantillons d'une distribution de bruit gaussien de base ($p_0$) vers la distribution de données cible ($p_1$).
  • Entraînement : Le modèle est entraîné pour prédire le champ vectoriel $v_t = x_1 - x_0$ (où $x_1$ est le signal cible et $x_0$ est le bruit) via un chemin d'interpolation linéaire. L'objectif minimise l'erreur quadratique moyenne entre les champs vectoriels prédits et cibles.
  • Échantillonnage : La génération est réalisée en résolvant une équation différentielle ordinaire (ODE) de $t=0$ à $t=1$ en utilisant le champ vectoriel appris. Cela permet une intégration déterministe avec nettement moins d'étapes que les étapes discrètes requises par la diffusion.
• Évaluation : Les modèles ont été évalués sur l'ensemble de données PTB-XL (21 799 enregistrements) à l'aide de quatre métriques : la déformation temporelle dynamique (DTW), la distance de Wasserstein, la divergence de moyenne maximale (MMD) et un score de similitude spectrale.

Contributions Clés

1. Adaptation Architecturale : L'article adapte avec succès l'architecture SSSD-ECG à un cadre de correspondance de flux, démontant que les modèles d'espace d'état sous-jacents sont compatibles avec la dynamique de flux continue.
2. Démonstration d'Efficacité : La principale contribution est la démonstration empirique que la correspondance de flux peut atteindre une qualité de génération comparable, voire supérieure, aux modèles de diffusion de pointe tout en nécessitant nettement moins d'étapes d'échantillonnage.
3. Robustesse à la Réduction de l'Échantillonnage : L'étude souligne que FlowECG maintient une haute fidélité même lorsque le nombre d'évaluations de fonctions neuronales (NFE) est drastiquement réduit, là où les bases fondées sur la diffusion souffrent d'une dégradation sévère de la qualité sous des contraintes similaires.

Résultats
Les expériences comparant FlowECG à une base SSSD-ECG réentraînée ont produit les résultats suivants :

• Performance au Budget Standard (200 NFE) : À 200 évaluations de fonctions neuronales, FlowECG égale ou dépasse la performance de la base. Il obtient des résultats supérieurs sur trois des quatre métriques :
  • MMD : 21,09 (FlowECG) contre 80,70 (SSSD-ECG).
  • Distance de Wasserstein : 0,62 (FlowECG) contre 1,03 (SSSD-ECG).
  • Similitude Spectrale : 0,37 (FlowECG) contre 0,30 (SSSD-ECG).
  • DTW : FlowECG montre une légère augmentation (83,96 contre 73,49), indiquant une distance de déformation temporelle légèrement plus élevée, mais reste compétitif.
• Performance au Budget Réduit (10–25 NFE) : La découverte la plus significative est apparue lors de la réduction des étapes d'échantillonnage.
  • SSSD-ECG : A présenté une dégradation spectaculaire de la qualité. Par exemple, la distance DTW est passée à plus de 600 à seulement 2 NFE et est restée supérieure à 200 à 25 NFE.
  • FlowECG : A démontré une robustesse supérieure, maintenant une qualité constamment élevée avec seulement 10–25 NFE.
• Qualité Visuelle : Les ECG générés présentaient des formes d'ondes physiologiquement plausibles, des motifs de rythme cohérents et des variations d'amplitude réalistes à travers les 12 dérivations, préservant les corrélations inter-dérivations.

Signification et Revendications
L'article affirme que FlowECG lève la barrière critique de l'efficacité computationnelle qui limite le déploiement des modèles génératifs dans les contextes cliniques. En atteignant des résultats comparables ou supérieurs avec 10–25 étapes d'échantillonnage au lieu des 200 étapes requises par les méthodes de diffusion, FlowECG réduit les exigences de calcul d'un ordre de grandeur.

Les auteurs postulent que la formulation continue de la correspondance de flux offre un paysage d'optimisation plus stable que la diffusion discrète, permettant une intégration précise avec moins d'étapes sans nécessiter de planification complexe du bruit (noise scheduling). Cette efficacité rend l'approche viable pour :

• La génération d'ECG en temps réel dans des environnements cliniques à ressources limitées.
• La création de données synthétiques à grande échelle pour l'augmentation de données.
• Le partage de données respectant la vie privée où une génération rapide est nécessaire.

Le travail conclut que la correspondance de flux est une alternative pratique à la diffusion pour la synthèse de séries temporelles médicales, offrant une voie pour déployer des modèles génératifs de haute qualité dans des scénarios où les ressources computationnelles sont limitées.