본 논문은 개인 맞춤형 심전도(ECG) 생성을 위한 새로운 프레임워크인 ECGTwin을 제시합니다. ECGTwin은 개인의 특징을 추출하고 다양한 심장 질환을 주입하여 개인별 ECG 디지털 트윈을 생성하는 두 단계 접근 방식을 사용합니다. 첫 번째 단계에서는 대조 학습을 통해 훈련된 개인 기저 추출기가 참조 ECG에서 개인 특징을 추출하고, 두 번째 단계에서는 AdaX Condition Injector를 통해 추출된 개인 특징과 목표 심장 질환이 확산 기반 생성 과정에 통합됩니다. 실험 결과, ECGTwin은 고품질의 다양한 ECG 신호를 생성하고 개인별 특징을 보존하며, 향후 ECG 자동 진단에도 활용 가능성을 보여줍니다.
