光電容積脈波（PPG）は低コストかつ非侵襲で心拍数を計測できる手段であり、スマートウォッチやフィットネスバンドなどウェアラブル機器に広く搭載されている。しかしPPG信号は波形の歪み、個人差による生理的変動、測定時の干渉に敏感であり、限られた計算資源で安定して心拍数を推定することは重要な課題である。arXivに投稿された会議採録前刷り論文（SoICT 2026採録）は、TF-IGと名付けたフレームワークを提案し、ごく少ないパラメータで時間領域の波形形態と周波数領域の周期性の両方を活用することを目指している。
著者らは、時間波形の特徴と周波数領域の周期性情報が互いに補完し合う関係にあると指摘する。前者は脈波の形態的詳細を反映し、後者は心拍のリズムをよりよく表す。課題は、こうした2種類の表現をコンパクトなモデルの中で効果的に抽出し統合することにある。TF-IGは二分支アーキテクチャを採用する。時間分岐は拡張深度分離可能畳み込みにより脈波形態を捉え、この構造は受容野を広げつつ計算コストを抑える。周波数分岐は有界対数スペクトログラム表現に基づいて心臓の周期性情報を抽出し、スペクトログラムを有界化することで周波数特徴の数値範囲を安定させる。
両領域の情報を統合するため、著者らは相互作用ゲート付き融合モジュールを導入する。これは単純な連結や加算ではなく、2つの領域の特徴間の一致と差異を明示的にモデル化するとともに、特徴次元ごとの重みを学習し、時間情報と周波数情報の相対的な重要度を動的に調整する。さらにパラメータ共有の回帰ヘッドが、時間表現、周波数表現、融合表現を統一的に最終的な心拍数予測空間へ写像し、各特徴ごとに個別の回帰パラメータを用意する必要をなくしている。
実験には公開ベンチマークであるBIDMC PPG・呼吸データセットを用い、訓練・検証・テストの各集合を被験者レベルで厳密に重複させないプロトコルを採用することで、未知の個人に対する汎化性能をより忠実に評価している。その結果、TF-IGは平均絶対誤差1.227 BPM、二乗平均平方根誤差2.060 BPM、ピアソン相関係数0.9934を達成し、推定値の92.28%が参照値との差3 BPM以内に収まった。一方でパラメータ数はわずか84.6Kであり、パラメータ効率に明確な優位性がある。
著者らはさらにアブレーション実験を行い、時間分岐、周波数分岐、相互作用ゲート付き融合モジュール、共有回帰ヘッドのそれぞれの寄与を検証した。結果はこれらの構成要素がいずれも相補的に性能へ貢献しており、欠かせないことを示している。論文は、領域間の相互作用を明示的にモデル化することで精度と計算量の良好なトレードオフが得られ、軽量なウェアラブル環境におけるPPG心拍数推定に実用的な道筋を示すと結論づけている。