講演情報
[2Yin-A-27]脈波から心電図を生成するモデルの長時間対応と生理学的制約の導入
〇苅山 湊1,3、吉川 和之2,3、赤間 美香3、水口 成寛1,3 (1. 東京大学、2. 兵庫県立大学、3. 株式会社FastNeura)
キーワード：
生体信号生成、条件付き生成モデル、心電図、脈波
ウェアラブルデバイスで取得可能な脈波（PPG）から心電図（ECG）を生成することは，低コストかつ連続的な心臓モニタリングを可能にする．しかし既存のPPG→ECG生成手法は，波形形状を再現できても心拍タイミングを十分に保持できない場合が多い．本研究では，長時間窓に対応した二段階RR条件付きRectified Flowフレームワークを提案する．Stage Aでは軽量CNNによりPPGからRR間隔信号を予測し，微分可能なリズム整合損失で学習する．Stage Bでは予測RRを凍結し，1D U-Netを用いたRectified Flow生成器への追加条件として入力することで，非微分的なピーク検出損失に依存せず心拍タイミングを明示的に制御する．PPG-DaLiAデータセットの30秒および60秒窓で評価した結果，HR MAEを55–67％，RR MAEを14–30％改善しつつ，RMSEおよびPSD類似度は維持した．一方でHRV指標の改善は限定的であり，R波形態のより精緻なモデリングが今後の課題である．