arXiv cs.LGは2026年10月20日(現地時間)、アン・コイ・ファム (Anh Khoi Pham) 氏らが、光電脈波 (PPG) に基づく心拍数 (HR) 推定のための新しい学習フレームワーク「TF-IG」を提案したと発表しました。このTF-IG (Interaction-Gated Time-Frequency Learning) は、時間領域と周波数領域の情報を統合し、高いパラメータ効率性を保ちながら、既存の課題である波形歪みや生理学的変動への感度に対応します。ベンチマークデータセットでの実験では、平均絶対誤差 (MAE) 1.227 BPM、二乗平均平方根誤差 (RMSE) 2.060 BPMを達成しました。
光電脈波 (PPG) は、低コストかつ非侵襲的な心拍数 (HR) モニタリングを可能にする技術として注目されています。しかし、波形歪み、生理学的変動、および測定干渉に対しては感度が高いという課題がありました。HR推定において、時間領域の波形特性と周波数領域の周期性は相補的な情報を提供しますが、これらの表現をコンパクトなモデル内で効果的に探索し、統合することは従来の技術では困難でした。
TF-IGは、この課題に対応するため、デュアルブランチアーキテクチャを採用しています。時間ブランチは、拡張深層分離畳み込み (dilated depthwise-separable convolutions) を用いてパルス形態を捉えます。一方、周波数ブランチは、バウンドされた対数スペクトログラム (bounded log-spectrogram) 表現から心臓の周期性情報を抽出します。これら二つの領域の情報を効率的に組み合わせるため、インタラクションゲート融合モジュールが導入されました。
この融合モジュールは、特徴の一致と不一致を明示的にモデル化し、同時に時間的情報とスペクトル情報のバランスを取るために、特徴ごとの重みを学習します。最終的に、パラメータ共有型回帰ヘッドが、時間的、スペクトル的、および融合された各表現を、最終的なHR予測空間にマッピングします。
BIDMC PPG and Respirationデータセットを用いた実験結果では、TF-IGが平均絶対誤差 (MAE) 1.227 BPM、二乗平均平方誤差 (RMSE) 2.060 BPM、ピアソン相関係数 (Pearson correlation coefficient) 0.9934を達成しました。推定値の92.28パーセントが3 BPM以内に収まる高い精度を示しています。また、モデルはわずか84.6Kのパラメータで構成されており、優れたパラメータ効率性を維持しています。本研究はSoICT 2026にて会議プレプリントとして採択されています。
参考: arXiv cs.LG — 2026年10月22日 13:00 (JST)