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

技术摘要：FlowECG

问题陈述
合成心电图（ECG）对于医疗人工智能应用至关重要，特别是在保护隐私的数据共享和训练数据集增强方面。虽然目前的先进方法，特别是像 SSSD-ECG 这样的扩散模型，实现了高质量的生成，但它们面临着显著的计算效率问题。扩散模型固有的迭代去噪过程在采样期间需要数百次神经网络评估（前向传播）。这造成了计算瓶颈，限制了这些模型在临床环境中的实际部署，尤其是在实时生成或大规模合成数据创建的场景下。

方法论
作者提出了 FlowECG，这是一个通过适配已有的 SSSD-ECG 架构并将其离散、迭代的扩散过程替换为连续流匹配（flow matching）动力学的生成框架。

• 架构： FlowECG 保留了 SSSD-ECG 基准的核心结构，利用 36 层堆叠的残差层以及双向结构化状态空间（S4）组件来捕捉长程时间依赖关系。它以源自 PTB-XL 数据集的 71 个二元诊断标签为条件进行建模。
• 流匹配公式化： 与学习逆向去噪过程的扩散模型不同，FlowECG 学习一个随时间变化的速度场 $u_t(x)$，用于将样本从基础高斯噪声分布（$p_0$）传输到目标数据分布（$p_1$）。
  • 训练： 模型通过线性插值路径学习预测向量场 $v_t = x_1 - x_0$（其中 $x_1$ 是目标信号，$x_0$ 是噪声）。其目标是最小化预测向量场与目标向量场之间的均方误差。
  • 采样： 生成是通过使用学习到的向量场求解从 $t=0$ 到 $t=1$ 的常微分方程（ODE）来实现的。这允许进行确定性积分，且所需的步骤显著少于扩散模型所需的离散步骤。
• 评估： 模型在 PTB-XL 数据集（21,799 条记录）上进行了评估，使用了四种指标：动态时间规整（DTW）、Wasserstein 距离、最大均值差异（MMD）和频谱相似度得分（Spectral Similarity Score）。

核心贡献

1. 架构适配： 本文成功地将 SSSD-ECG 架构适配到流匹配框架中，证明了底层的状态空间模型与连续流动力学是兼容的。
2. 效率演示： 主要贡献在于通过实证展示了流匹配可以在需要大幅减少采样步骤的情况下，实现与最先进扩散模型相当甚至更好的生成质量。
3. 对采样缩减的鲁棒性： 研究强调，即使在神经函数评估（NFE）次数大幅减少的情况下，FlowECG 仍能保持高保真度，而基于扩散的基准模型在类似约束下会出现严重的质量下降。

结果
将 FlowECG 与重新训练的 SSSD-ECG 基准进行对比实验，得出以下发现：

• 标准预算下的性能（200 NFE）： 在 200 次神经函数评估下，FlowECG 达到了与基准相当或更高的性能。它在四个指标中的三个上取得了更优的结果：
  • MMD： 21.09 (FlowECG) vs. 80.70 (SSSD-ECG)。
  • Wasserstein 距离： 0.62 (FlowECG) vs. 1.03 (SSSD-ECG)。
  • 频谱相似度： 0.37 (FlowECG) vs. 0.30 (SSSD-ECG)。
  • DTW： FlowECG 显示出轻微增加（83.96 vs. 73.49），表明时间规整距离略高，但仍具有竞争力。
• 缩减预算下的性能（10–25 NFE）： 当减少采样步数时，出现了最显著的发现。
  • SSSD-ECG： 表现出剧烈的质量退化。例如，在仅 2 NFE 时 DTW 距离增加到 600 以上，在 25 NFE 时仍保持在 200 以上。
  • FlowECG： 展示了卓越的鲁棒性，仅需 10–25 NFE 即可保持持续的高质量。
• 视觉质量： 生成的 ECG 展现出符合生理学特征的波形、一致的节律模式以及所有 12 导联中真实的振幅变化，保留了导联间的相关性。

意义与主张
本文声称，FlowECG 解决了限制生成模型在临床环境中部署的关键计算效率障碍。通过使用 10–25 个采样步骤而非扩散方法所需的 200 个步骤来实现相当或更优的结果，FlowECG 将计算需求降低了一个数量级。

作者认为，流匹配的连续公式化提供了比离散扩散更稳定的优化景观，允许在无需复杂噪声调度的情况下进行精确积分。这种效率使得该方法适用于：

• 资源受限临床环境中的实时 ECG 生成。
• 用于数据增强的大规模合成数据创建。
• 需要快速生成的隐私保护数据共享。

该研究结论指出，流匹配是医疗时间序列合成中扩散模型的实用替代方案，为在计算资源有限的情况下部署高质量生成模型提供了一条路径。