4つの電極を用いた解剖学的に根拠のある合成リードによる心電図再構成：ハイブリッドCNN-トランスフォーマーマッピングによる生理学的測定フレームワーク

科学分野:

• 生物医学工学
• 心臓病学
• 信号処理

背景:

• 標準的な12誘導心電図（ECG）は心臓診断に不可欠であるが、複数の電極が必要なためウェアラブルアプリケーションには障害となる。
• 連続的および携帯型の心臓モニタリングには、コンパクトなECGシステムの開発が不可欠である。

研究 の 目的:

• 4つの合成電極から12誘導心電図を再構成するための解剖学的に根拠のあるフレームワークを作成する。
• より少ない電極を使用して、生理学的に解釈可能で忠実度の高い心電図モニタリングを可能にする。

主な方法:

• 心臓の脱分極ベクトルに基づいて12誘導を4つの生理学的クラスターに分割する。
• 幾何学的ベクトル原理と心臓の解剖学を使用して合成電極を構築する。
• 波形再構成のためにハイブリッド畳み込みニューラルネットワーク-トランスフォーマーアーキテクチャを採用する。
• 大規模なECGデータセット（PTB-XLおよびChapman-Shaoxing）でモデルをトレーニングおよび検証する。

主要な成果:

• 内部データで高いパフォーマンス指標を達成：R² = 0.878、ピアソン相関ρ = 0.939、RMSE = 0.071 mV。
• 外部検証ではパフォーマンスの低下は最小限（5%）であった。
• 波形成分の94%以上、診断情報の88%を高いST部分相関（0.964）で維持した。
• ノイズ（SNR≥10dB）に対する堅牢性を示した。

結論:

• 提案されたフレームワークは、コンパクトな4電極ECGシステムのアルゴリズム的な実現可能性を可能にする。
• 解剖学的に説明可能なアプローチは、将来のウェアラブルおよび携帯型ECGデバイスの基盤を提供する。
• 高い診断忠実度が維持され、ハードウェア開発のベンチマークとなる。