[1D4-OS-24b] Behavioral Data Science: 行動インサイトとAI・機械学習・最適化

[1D4-OS-24b-05] 脈波から心電位を生成するモデルの学習と行動分類タスクへの応用

〇南部 優太¹、幸島 匡宏¹、山本 隆二¹ (1. 日本電信電話株式会社)

キーワード：生成モデル、PPG-to-ECG、Rectified Flow

人間の内部状態や行動を推定するための情報として心臓の情報，特に心電位が広く利用されている．しかし，正確な心電位の計測には専用機器や医療スタッフの補助が必要であり，心電位を計測可能なウェアラブルデバイスも存在しているがいくつかの制約が存在する．対して脈波は，手首の血流量を測定しているため心臓の情報は間接的にしか得られないが，スマートウォッチなどによってより容易かつ継続的に計測できる．そこで，本研究では計測が容易な脈波から心電位を生成する問題に取り組む．提案手法は，2つの分布上の点を最短距離で結ぶ経路を学習することでデータ生成を可能とするRectified Flowを応用したものであり，脈波と心電位のピーク位置の情報を活用することで心電位の生成品質を向上させる．心電位と脈波が同時に計測された実データセットを用いた実験の結果，提案手法が拡散モデルベースの既存手法よりも高品質な心電位を生成できることを確認した．また，行動分類タスクにおいて，生成された心電位を訓練データとして使用することで、真の心電位を使用した場合に迫る分類モデルの性能を得られることを確認した．