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

Resumo Técnico: FlowECG

Definição do Problema
A geração de eletrocardiogramas (ECG) sintéticos é fundamental para aplicações de IA médica, particularmente para o compartilhamento de dados preservando a privacidade e para o aumento de conjuntos de dados de treinamento. Embora os métodos atuais de estado da arte, especificamente modelos baseados em difusão como o SSSD-ECG, alcancem alta qualidade de geração, eles sofrem de ineficiências computacionais significativas. O processo de denoising iterativo inerente aos modelos de difusão exige centenas de avaliações de rede neural (passagens forward) durante a amostragem. Isso cria um gargalo computacional que limita a implantação prática desses modelos em ambientes clínicos, especialmente para geração em tempo real ou criação de dados sintéticos em larga escala.

Metodologia
Os autores propõem o FlowECG, um framework generativo que adapta a arquitetura estabelecida do SSSD-ECG, mas substitui o processo de difusão discreto e iterativo pela dinâmica de correspondência de fluxo (flow matching) contínua.

• Arquitetura: O FlowECG mantém a estrutura central do baseline SSSD-ECG, utilizando 36 camadas residuais empilhadas com componentes de Espaço de Estado Estruturado (S4) bidirecionais para capturar dependências temporais de longo alcance. Ele é condicionado a 71 rótulos diagnósticos binários derivados do conjunto de dados PTB-XL.
• Formulação de Correspondência de Fluxo (Flow Matching): Ao contrário dos modelos de difusão que aprendem um processo de denoising reverso, o FlowECG aprende um campo de velocidade dependente do tempo $u_t(x)$ para transportar amostras de uma distribuição Gaussiana de base ($p_0$) para a distribuição de dados alvo ($p_1$).
  • Treinamento: O modelo é treinado para prever o campo vetorial $v_t = x_1 - x_0$ (onde $x_1$ é o sinal alvo e $x_0$ é o ruído) através de um caminho de interpolação linear. O objetivo minimiza o erro quadrático médio entre os campos vetoriais previstos e alvo.
  • Amostragem: A geração é alcançada resolvendo uma Equação Diferencial Ordinária (ODE) de $t=0$ a $t=1$ usando o campo vetorial aprendido. Isso permite a integração determinística com significativamente menos passos comparado aos passos discretos exigidos pela difusão.
• Avaliação: Os modelos foram avaliados no conjunto de dados PTB-XL (21.799 registros) usando quatro métricas: Dynamic Time Warping (DTW), distância de Wasserstein, Mismatch de Média Quadrática (MMD) e um Score de Similaridade Espectral.

Principais Contribuições

1. Adaptação Arquitetônica: O artigo adapta com sucesso a arquitetura SSSD-ECG para um framework de correspondência de fluxo, demonstrando que os modelos de espaço de estado subjacentes são compatíveis com a dinâmica de fluxo contínuo.
2. Demonstração de Eficiência: A principal contribuição é a demonstração empírica de que a correspondência de fluxo pode alcançar uma qualidade de geração comparável, ou superior, aos modelos de difusão de estado da arte, enquanto requer substancialmente menos passos de amostragem.
3. Robustez à Redução de Amostragem: O estudo destaca que o FlowECG mantém alta fidelidade mesmo quando o número de Avaliações de Função Neural (NFE) é drasticamente reduzido, enquanto os baselines baseados em difusão sofrem severa degradação de qualidade sob restrições semelhantes.

Resultados
Experimentos comparando o FlowECG contra um baseline SSSD-ECG retreinado produziram os seguintes achados:

• Desempenho no Orçamento Padrão (200 NFE): Em 200 avaliações de função neural, o FlowECG igualou ou superou o desempenho do baseline. Ele alcançou resultados superiores em três das quatro métricas:
  • MMD: 21,09 (FlowECG) vs. 80,70 (SSSD-ECG).
  • Distância de Wasserstein: 0,62 (FlowECG) vs. 1,03 (SSSD-ECG).
  • Similaridade Espectral: 0,37 (FlowECG) vs. 0,30 (SSSD-ECG).
  • DTW: O FlowECG mostrou um aumento modesto (83,96 vs. 73,49), indicando uma distância de deformação temporal ligeiramente maior, mas permaneceu competitivo.
• Desempenho no Orçamento Reduzido (10–25 NFE): O achado mais significativo surgiu ao reduzir os passos de amostragem.
  • SSSD-ECG: Exibiu uma degradação dramática de qualidade. Por exemplo, a distância DTW aumentou para mais de 600 com apenas 2 NFE e permaneceu acima de 200 em 25 NFE.
  • FlowECG: Demonstrou robustez superior, mantendo uma qualidade consistentemente alta com apenas 10–25 NFE.
• Qualidade Visual: Os ECGs gerados exibiram formas de onda fisiologicamente plausíveis, padrões de ritmo consistentes e variações de amplitude realistas em todas as 12 derivações, preservando as correlações entre as derivações.

Significância e Alegações
O artigo afirma que o FlowECG aborda a barreira crítica de eficiência computacional que limita a implantação de modelos generativos em ambientes clínicos. Ao alcançar resultados comparáveis ou superiores com 10–25 passos de amostragem em vez dos 200 passos exigidos pelos métodos de difusão, o FlowECG reduz os requisitos computacionais em uma ordem de magnitude.

Os autores postulam que a formulação contínua da correspondência de fluxo fornece um cenário de otimização mais estável do que a difusão discreta, permitindo a integração precisa com menos passos sem a necessidade de agendamento de ruído complexo. Essa eficiência torna a abordagem viável para:

• Geração de ECG em tempo real em ambientes clínicos com recursos limitados.
• Criação de dados sintéticos em larga escala para aumento de dados.
• Compartilhamento de dados preservando a privacidade onde a geração rápida é necessária.

O trabalho conclui que a correspondência de fluxo é uma alternativa prática à difusão para a síntese de séries temporais médicas, oferecendo um caminho para implantar modelos generativos de alta qualidade em cenários onde os recursos computacionais são limitados.