FastNeura 於 JSAI2026 發表能從脈搏波生成心電圖的 AI 模型
Key facts
- FastNeura 於 JSAI2026 發表能從脈搏波生成心電圖的 AI 模型
- FastNeura 於 JSAI2026 發表了一項研究成果，提出一種兩階段 AI 模型，能在維持生理一致性的前提下，從脈搏波 (PPG) 生成心電圖 (ECG)。
- Source: PR Times
- Date: 2026年6月12日
Direct answer
FastNeura 於 JSAI2026 發表了一項研究成果，提出一種兩階段 AI 模型，能在維持生理一致性的前提下，從脈搏波 (PPG) 生成心電圖 (ECG)。
- Citation
- FastNeura 於 JSAI2026 發表能從脈搏波生成心電圖的 AI 模型 (2026年6月12日), PR Times
- Source
- PR Times
- Date
- 2026年6月12日
FastNeura 於 JSAI2026 發表了一項研究成果，提出一種兩階段 AI 模型，能在維持生理一致性的前提下，從脈搏波 (PPG) 生成心電圖 (ECG)。
📋 文章處理履歷
- 📰 發表: 2026年6月12日 18:00
- 🔍 收集: 2026年6月12日 09:21
- 🤖 AI分析完成: 2026年6月12日 10:16（收集後54分鐘）
株式会社FastNeura 於 2026 年 6 月 8 日至 12 日舉辦的「2026 年度人工智慧學會全國大會 (JSAI2026)」上，發表了關於從脈搏波 (PPG) 生成心電圖 (ECG) 的 AI 模型研究成果。
不同於過往僅關注波形再現的模型，本研究提出了一種以 RR 系列作為中間表現的兩階段結構。他們成功構建了一種在維持心跳時序與 RR 間隔等生理一致性的同時，能生成 ECG 的模型。
研究使用 PPG-DaLiA 數據集進行評估，確認該方法能降低心跳時序誤差。該公司未來計畫將此技術作為一種利用穿戴式裝置數據的高階狀態推估技術進行應用。
不同於過往僅關注波形再現的模型，本研究提出了一種以 RR 系列作為中間表現的兩階段結構。他們成功構建了一種在維持心跳時序與 RR 間隔等生理一致性的同時，能生成 ECG 的模型。
研究使用 PPG-DaLiA 數據集進行評估，確認該方法能降低心跳時序誤差。該公司未來計畫將此技術作為一種利用穿戴式裝置數據的高階狀態推估技術進行應用。
常見問題
FastNeuraが今回発表した研究の内容は？
脈波（PPG）から心電図（ECG）を生成する際、RR系列を中間表現として導入し、生理学的制約を加える二段階モデルの開発です。
この技術が重要な理由は？
心電図の計測には電極装着などの負担がかかりますが、脈波は日常的に取得しやすいため、低負担で高度な生体解析が可能になります。
技術的な構成は？
脈波からRR系列を推定するStage Aと、それを条件にECG波形を生成するStage Bの二段階構造です。
この研究の応用先は？
睡眠、疲労、ストレス、認知負荷、体調変化の検知や、遠隔医療、コンディション推定への応用が見込まれます。
今回の研究の意義は？
日常的な環境で、生理学的整合性を保った状態で心電図情報を推計できる基盤技術となることです。