arXiv cs.LG·25 天前★ 3

BeatFlow-ECG：可穿戴信号重建心电图

原文标题：BeatFlow-ECG: Rectified Flow for ECG Reconstruction from Indirect Wearable Signals

重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

arXiv 论文提出 BeatFlow-ECG，一种条件整流流模型，从同步的 PPG 与惯性测量数据重建单通道 ECG。在 PPG-DaLiA 与 WESAD 数据集上，其波形与心跳时序指标均优于确定性、对抗及扩散基线，皮尔逊相关系数达 0.983 与 0.986。

论文速读 · 四段结构cs.LG去论文速读 →

问题: 可穿戴设备难以直接采集 ECG，需从 PPG 与运动信号重建心电波形。
方法: 条件整流流模型，用卷积编解码器加 Transformer 瓶颈，并以 IMU 条件、运动相关损失权重和由易到难课程注入运动信息。
结果: PPG-DaLiA 与 WESAD 上皮尔逊相关 0.983/0.986，R 峰 F1 0.946/0.955，L1 误差较 Conditional DDPM-1D 从 0.085 降至 0.062。
影响: 让手表类设备在不加 ECG 硬件的前提下获得接近心电的连续监测能力，可穿戴健康产品可直接受益。

深读 · 结论先行AI 生成展开看要点与影响 ↓

BeatFlow-ECG用PPG+IMU重建ECG，皮尔逊相关达0.983与0.986。

为什么重要：可穿戴场景下PPG易采集但信息间接，若能高保真重建ECG，将推动临床外连续心脏监测的可行性。

以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。

AI 处理过程展开/收起

原始标题：BeatFlow-ECG: Rectified Flow for ECG Reconstruction from Indirect Wearable Signals

AI 中文标题：BeatFlow-ECG：可穿戴信号重建心电图

来源：arXiv cs.LG · 发布于 25 天前

分类：学术研究 · AI 重要度：★ 3（3）

标签：整流流 / 心电图重建 / 可穿戴设备 / 医疗 AI / 生成模型

关键词：心电图重建 / 整流流 / 可穿戴设备 / 医疗 AI / 生成模型

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐