基于注意力深度状态空间建模的 PPG 到 ECG 信号转换，用于连续房颤检测

基于摘要分析。研究针对可穿戴 PPG 连续测量便利、但诊断信息与 ECG 不等价的问题，提出被试独立的注意力深度状态空间模型 ADSSM，将 PPG 转换为对应 ECG 波形，并将转换信号输入现有房颤（AFib）检测器，评估其下游检测价值。 机制方面，作者将注意力机制与深度状态空间建模结合，并引入概率先验知识，旨在提高噪声鲁棒性和数据效率。摘要未说明状态变量、先验分布、注意力结构、训练目标及推理流程，不能据此判断模型如何约束波形形态或处理 PPG 与 ECG 的时间对应关系。 作者报告，评估使用 MIMIC-III 数据库中 55 名被试的数据，既使用原始信号，也加入噪声以模拟现实场景；将转换后的 ECG 输入现有 AFib 检测器后，获得 PR-AUC 0.986。摘要未明确该数值对应原始还是加噪条件，也未给出训练与测试划分、检测器名称、对照结果或统计不确定性，因此该结果不能直接解释为已验证的 Cross-subject 或临床部署性能。作者称方法具有噪声鲁棒性和数据效率，相关实验协议、消融及统计信息尚未验证。 复现时需核对 PPG 与 ECG 的配对和时间对齐方式、被试独立划分、噪声类型与强度、概率先验的实现，以及下游检测器的训练来源和评估流程。还需区分波形重建质量与房颤检测性能：较高的下游 PR-AUC 并不单独证明转换波形在其他诊断任务中等价于真实 ECG。本研究的主要对象是心血管信号转换与房颤检测，所给材料未提供 EEG/BCI 有效性证据，不据此提出 BCI 迁移结论。