从胎儿-母亲心电图到胎儿多普勒波形的跨模态生成式信号转换框架

# 用于从胎儿-母体心电图到胎儿多普勒波形信号转换的跨模态生成框架
来源: https://arxiv.org/html/2607.08073
Tongli Su¹, Alireza Rafiei¹, Marly van Assen¹, Reza Sameni¹,², Gari D. Clifford¹,², Faezeh Marzbanrad³, Nasim Katebi¹

###### 摘要

胎儿心电图 (fECG) 和多普勒超声提供了胎儿心血管功能的互补视图：fECG 捕获电活动，而多普勒则反映由胎盘阻力和血管顺应性等因素塑造的机械血流动力学。通过从 fECG 重建来理解可恢复和不可恢复的多普勒分量，有助于洞察胎儿循环中电因素与机械因素的相对贡献，从而为临床决策提供信息。此外，母胎心脏耦合的临床证据表明，母体心血管动力学也可能影响胎儿血流动力学。为了在计算上对这些关系进行建模，我们提出了一个跨模态生成框架，结合了扩张卷积与跨模态注意力以选择性融入母体心电图，以及自注意力以捕获长程时间依赖关系。在来自 39 名孕妇的 885 个同步胎儿/母体心电图和多普勒包络片段上训练后，我们的模型合成的多普勒包络的功率谱密度均方误差 (PSD MSE) 为 49.9±15.8 dB²（比双通道基线低 51%），心率误差为 4.71±0.77 bpm（比基线好 1.5%；相对于 110–160 bpm 生理范围可忽略）。跨模态注意力在 PSD MSE 上比简单双通道级联降低了 39%，量化了母胎耦合的贡献。我们提出的框架通过实现从双导联心电图合成多普勒包络，推进了母胎心血管系统的计算建模。通过分析可恢复的和残余的多普勒分量，该方法能够量化多普勒波形中纯粹的机械贡献——即无法从电记录中恢复的部分——最终实现更全面的胎儿评估。

## I. 引言

胎儿心电图 (fECG) 和多普勒超声提供了胎儿心血管功能的互补视图。fECG 捕获心脏的电活动，主要是心率和心律，而多普勒则反映包括血流速度模式在内的机械血流动力学 [1](https://arxiv.org/html/2607.08073#bib.bib1)。从多普勒波形推导出的临床指数可表征舒张功能和整体心脏性能 [2](https://arxiv.org/html/2607.08073#bib.bib2), [3](https://arxiv.org/html/2607.08073#bib.bib3)。然而，多普勒采集需要昂贵的设备和熟练的超声技师，限制了在资源受限环境中的可及性 [1](https://arxiv.org/html/2607.08073#bib.bib1)。相比之下，fECG 可以广泛且廉价地采集，但缺乏对机械功能的直接测量。我们不将这些模态视为可互换的，而是认识到 fECG 和多普勒捕获了胎儿心脏生理学的根本不同方面。兴奋-收缩耦联将电去极化与机械收缩联系起来：每个 R 波波峰在大约 60–80 ms 的机电延迟后标志着收缩期开始 [4](https://arxiv.org/html/2607.08073#bib.bib4), [5](https://arxiv.org/html/2607.08073#bib.bib5)。ECG 特征与收缩强度之间的相关性表明 fECG 编码了关于机械事件的部分信息 [6](https://arxiv.org/html/2607.08073#bib.bib6)。然而，多普勒波形也受到纯粹机械因素的塑造，包括心室顺应性、瓣膜功能和前负荷条件，这些因素没有直接的电信号特征 [2](https://arxiv.org/html/2607.08073#bib.bib2)。理解哪些基于多普勒的特征可以从 fECG 中恢复，哪些不能，有助于洞察胎儿心脏功能中电因素与机械因素的相对贡献。临床证据进一步表明，母体心血管动力学可能通过母胎心脏耦合 (MFCC) 影响胎儿血流动力学。Van Leeuwen 等证明了母体与胎儿心跳之间的相位同步 [33](https://arxiv.org/html/2607.08073#bib.bib33)，而转移熵分析已量化了随孕周增加而增强的双向显著信息传递 [8](https://arxiv.org/html/2607.08073#bib.bib8)。一项范围综述报告指出，91.3% 调查 MFCC 的研究检测到至少偶发的耦合，而传统线性方法未能识别这种相互作用表明其关系复杂且非线性 [9](https://arxiv.org/html/2607.08073#bib.bib9)。这种耦合可能通过循环系统内的血流动力学相互作用、振动声学传递或自主神经联系发生，尽管潜在的生理通路尚未得到最终验证 [9](https://arxiv.org/html/2607.08073#bib.bib9)。这些发现激励我们将母体心电图作为辅助输入纳入胎儿血流动力学建模。

### I-A. 母胎心脏关系的计算建模

为了在计算上对 fECG、母体 ECG 和胎儿多普勒之间的关系进行建模，我们需要一个能够选择性地整合来自多个来源信息的架构。我们假设母体对胎儿血流动力学的影响是有条件的且随时间变化的，是间歇性而非均匀地发生。简单地将母体和胎儿信号级联会将所有母体信息视为同等相关，未能利用这种选择性耦合。

跨模态注意力通过将胎儿特征视为查询 (queries)，将母体特征视为键/值 (keys/values) 来解决这一限制，使模型能够强调与胎儿血流量暂时相关的母体 ECG 片段，同时抑制无关噪声 [10](https://arxiv.org/html/2607.08073#bib.bib10)。然后，自注意力捕获胎儿信号内的长程依赖关系，模拟早期心脏事件如何影响后期阶段。这些机制共同使得能够研究可恢复的多普勒分量（反映兴奋-收缩耦联和母胎相互作用）以及可能揭示纯粹机械影响的残余分量。

### I-B. 主要贡献

我们的主要贡献是：

1. 1. 我们提出了一个新颖的跨模态生成框架，结合了扩张卷积与跨模态注意力和自注意力，以建模胎儿/母体 ECG 与胎儿多普勒波形之间的关系。该方法能够对母胎心脏耦合进行计算研究，并将多普勒分量分解为电可恢复的和残余的机械分量。
2. 2. 我们证明了简单地纳入母体 ECG 没有益处，反而可能降低性能；只有当模型学会选择性关注母体信号时，耦合信息才能改善多普勒重建，从而量化母胎心脏相互作用的贡献。
3. 3. 我们引入了一个用于生理波形重建的复合损失函数，通过平衡逐点误差、导数误差和相关性，以同时保证幅度准确性和形态保真度。

参见图1: 所提出的跨模态生成模型概览。扩张卷积层从胎儿和母体 ECG 中提取特征，跨模态注意力基于胎儿查询选择性融合母体信息，自注意力捕获长程依赖关系以生成多普勒速度包络。

## II. 背景与相关工作

### II-A. 生理学与多普勒波形

脉冲波多普勒超声通过发射波与接收波之间的频移来估算血细胞速度。对于目标速度 v，Δf = (2vf₀cosθ)/cₛ，其中 f₀ 是发射频率，θ 是声束-血流夹角，cₛ 是组织中的声速 [13](https://arxiv.org/html/2607.08073#bib.bib13)。在胎儿应用中，距离选通对特定血管进行采样，产生具有锯齿形态的一维速度包络：快速上升到峰值收缩速度 (PSV)，然后在舒张期衰减至舒张末期速度 (EDV) [14](https://arxiv.org/html/2607.08073#bib.bib14)。EDV 反映了胎盘血管阻力；胎盘功能障碍导致 EDV 降低，其中舒张末期血流消失表明约 40% 的胎盘血管树损失，而反向血流与围产期死亡率增加十倍相关 [14](https://arxiv.org/html/2607.08073#bib.bib14)。

### II-B. ECG-多普勒时间关系与临床指数

机电耦联在 ECG 和多普勒特征之间形成了可重复的时间关系。QRS 波群起点在射血前期 (PEP) 加上快速射血时间之后先于 PSV；在足月儿中，PEP 约为 70.0±2.4 ms，包括机电延迟和等容收缩期 [6](https://arxiv.org/html/2607.08073#bib.bib6)。心室收缩期在 QRS 波群起点后约 225±13 ms 以主动脉瓣关闭结束，与 T 波末端和向舒张期过渡相吻合 [7](https://arxiv.org/html/2607.08073#bib.bib7)。

### II-C. 生理信号生成模型

早期的生理波形合成依赖于数学模型：McSharry 等通过高斯函数求和生成合成 ECG [16](https://arxiv.org/html/2607.08073#bib.bib16)，Sameni 等将其扩展到多通道 ECG [17](https://arxiv.org/html/2607.08073#bib.bib17)，尽管此类模型无法捕获真实信号的全部复杂性。深度学习克服了这一限制：扩张卷积网络实现了用于 ECG 合成的大感受野 [18](https://arxiv.org/html/2607.08073#bib.bib18), [19](https://arxiv.org/html/2607.08073#bib.bib19)，GANs 生成合成胎儿心率迹线 [20](https://arxiv.org/html/2607.08073#bib.bib20)，扩散模型实现了多模态条件生成 [21](https://arxiv.org/html/2607.08073#bib.bib21)。

### II-D. 生理信号的跨模态合成

跨模态合成从易于获取的模态推断出难以获取的模态。PPG-ECG 重建 [22](https://arxiv.org/html/2607.08073#bib.bib22) 和加速度计到脉搏波的重建 [24](https://arxiv.org/html/2607.08073#bib.bib24) 已通过深度学习证明了可行性。对于胎儿监测，Verma 等使用 U-Net 从 fECG 合成多普勒包络 [25](https://arxiv.org/html/2607.08073#bib.bib25)，Rafiei 等引入了 Auto-FEDUS，一种用于 fECG-多普勒转换的自回归扩张卷积模型 [26](https://arxiv.org/html/2607.08073#bib.bib26)。尽管有母胎耦合的生理学证据，但两种方法均未纳入母体 ECG。

### II-E. 注意力机制与多通道融合

注意力机制根据学习到的相关性为输入分配不同的权重 [10](https://arxiv.org/html/2607.08073#bib.bib10)。在母胎信号处理中，基于注意力的架构已应用于从混合腹部记录中提取胎儿 ECG [27](https://arxiv.org/html/2607.08073#bib.bib27), [28](https://arxiv.org/html/2607.08073#bib.bib28), [29](https://arxiv.org/html/2607.08073#bib.bib29)，以及用于孕龄估计、质量评估和心率估计的胎儿多普勒分析 [35](https://arxiv.org/html/2607.08073#bib.bib35), [36](https://arxiv.org/html/2607.08073#bib.bib36), [37](https://arxiv.org/html/2607.08073#bib.bib37)。这些工作证明了选择性处理的价值，但据我们所知，注意力尚未应用于从联合母胎 ECG 中跨模态合成胎儿多普勒包络。

表 I: 不同架构的信号外推性能指标比较。值：5折交叉验证的 mean±SD。

| 指标 | 单通道 (1-ch, no attn) | 双通道 (2-ch, no attn) | 跨注意力 (2-ch, cross-attn) | 组合注意力 (2-ch, cross+self) |
| :--- | :--- | :--- | :--- | :--- |
| **逐点误差** | | | | |
| MAE ↓ | 0.407±0.100 | 0.403±0.082 | 0.404±0.096 | **0.403±0.103** |
| MSE ↓ | 0.243±0.108 | **0.235±0.085** | 0.244±0.104 | 0.245±0.111 |
| RMSE ↓ | 0.481±0.102 | **0.476±0.082** | 0.483±0.098 | 0.482±0.107 |
| **梯度 MAE** ↓ | 0.034±0.007 | **0.034±0.007** | 0.035±0.007 | 0.035±0.007 |
| **相关性** | | | | |
| 互相关 (零滞后) ↑ | **0.287±0.378** | 0.268±0.365 | 0.279±0.364 | 0.270±0.384 |
| **序列对齐** | | | | |
| DTW (a.u.) ↓ | 287.2±66.9 | 340.0±69.4† | 261.8±60.8 | **253.7±59.7** |
| **分布相似性** | | | | |
| KLD ↓ | 10.64±2.38 | 13.17±2.08 | **9.12±2.43** | 9.19±2.39 |
| **频域** | | | | |
| PSD MSE (dB²) ↓ | 84.1±17.1 | 102.0±20.0 | 61.8±16.6 | **49.9±15.8** |
| PSD 相关性 ↑ | 0.957±0.012 | 0.948±0.012 | 0.962±0.011 | **0.970±0.010** |

*   **粗体**: 最佳性能。↑: 越高越好; ↓: 越低越好。
*   †双通道 DTW 最高，尽管 MSE/RMSE 最佳，表明最小化逐点误差产生幅度正确但时间错位的包络。

## III. 方法

### III-A. 数据集与预处理

我们使用了 NInFEA 数据集 [30](https://arxiv.org/html/2607.08073#bib.bib30)，该数据集提供了来自 39 名孕周在 21 至 27 周之间的孕妇的同步腹部 ECG 和脉冲波多普勒记录。该数据集在卡利亚里大学医院独立伦理委员会批准下收集，遵循赫尔辛基宣言；所有参与者均提供了书面知情同意书 [30](https://arxiv.org/html/2607.08073#bib.bib30)。从可用的记录中，我们提取了 885 个配对的片段，每个片段长 3.75 秒。在典型胎儿心率 (110–160 bpm) 下，此持续时间涵盖六到十个心动周期，为估计 PSV 和 EDV 等指数捕获了足够的时间上下文，并允许我们的模型学习心跳间模式；先前关于跨模态 ECG 重建的工作发现，多个连续心跳比单心跳输入能产生更准确的生成模型 [23](https://arxiv.org/html/2607.08073#bib.bib23)。每个配对包含一个胎儿 ECG 通道和相应的母体 ECG 通道。我们按照数据集论文 [30](https://arxiv.org/html/2607.08073#bib.bib30) 中描述的包络提取方法提取多普勒速度包络，然后进行低通滤波（4阶 Butterworth，10 Hz 截止频率）以衰减高频伪影。所有信号被重采样至 284 Hz，并按片段归一化为零均值和单位方差。

### III-B. 架构设计

图1 (https://arxiv.org/html/2607.08073#S1.F1) 说明了所提出的跨模态生成架构，该架构包含三个主要组成部分：用于选择性母胎融合的跨模态注意力、用于多尺