論文の概要: Wearable Respiration Monitoring: Interpretable Inference with Context and Sensor Biomarkers

• arxiv url: http://arxiv.org/abs/2007.01413v1
• Date: Thu, 2 Jul 2020 22:12:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-14 14:09:09.747825
• Title: Wearable Respiration Monitoring: Interpretable Inference with Context and Sensor Biomarkers
• Title（参考訳）: ウェアラブル呼吸モニタリング:コンテキストとセンサバイオマーカーによる解釈可能な推論
• Authors: Ridwan Alam, David B. Peden, and John C. Lach
• Abstract要約: 呼吸速度(BR)、微小換気(VE)、その他の呼吸パラメータは、喘息などの多くの急性疾患のリアルタイムモニタリングに不可欠である。 本研究では,ウェアラブル心電図と手首動作信号から呼吸パラメータを推定する。
• 参考スコア（独自算出の注目度）: 5.065947993017157
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Breathing rate (BR), minute ventilation (VE), and other respiratory parameters are essential for real-time patient monitoring in many acute health conditions, such as asthma. The clinical standard for measuring respiration, namely Spirometry, is hardly suitable for continuous use. Wearables can track many physiological signals, like ECG and motion, yet not respiration. Deriving respiration from other modalities has become an area of active research. In this work, we infer respiratory parameters from wearable ECG and wrist motion signals. We propose a modular and generalizable classification-regression pipeline to utilize available context information, such as physical activity, in learning context-conditioned inference models. Morphological and power domain novel features from the wearable ECG are extracted to use with these models. Exploratory feature selection methods are incorporated in this pipeline to discover application-specific interpretable biomarkers. Using data from 15 subjects, we evaluate two implementations of the proposed pipeline: for inferring BR and VE. Each implementation compares generalized linear model, random forest, support vector machine, Gaussian process regression, and neighborhood component analysis as contextual regression models. Permutation, regularization, and relevance determination methods are used to rank the ECG features to identify robust ECG biomarkers across models and activities. This work demonstrates the potential of wearable sensors not only in continuous monitoring, but also in designing biomarker-driven preventive measures.
• Abstract（参考訳）: 呼吸速度(br)、微小換気(ve)、その他の呼吸パラメータは、喘息などの多くの急性疾患の患者をリアルタイムにモニターするのに必須である。 呼吸測定のための臨床標準、すなわちスピロメトリは、継続的な使用には適さない。 ウェアラブルは心電図や運動といった多くの生理的信号を追跡できるが、呼吸はできない。 他のモダリティからの呼吸は活発な研究の領域となっている。 本研究では,ウェアラブル心電図と手首運動信号から呼吸パラメータを推定する。 本研究では,文脈条件付き推論モデル学習において,物理活動などの利用可能なコンテキスト情報を利用するモジュール型で一般化可能な分類回帰パイプラインを提案する。 これらのモデルで使用するウェアラブルecgから形態素およびパワー領域の新しい特徴を抽出する。 このパイプラインには探索的特徴選択法が組み込まれ、アプリケーション固有の解釈可能なバイオマーカーを発見する。 15項目のデータを用いて,提案したパイプラインの2つの実装(BRとVE)を評価する。 各実装は、一般化線形モデル、ランダムフォレスト、サポートベクトルマシン、ガウス過程回帰、および近傍成分分析を文脈回帰モデルとして比較する。 置換、正則化、関連性決定法は、ECGの特徴をランク付けし、モデルや活動間で堅牢なECGバイオマーカーを特定するために用いられる。 この研究は、連続監視だけでなく、バイオマーカーによる予防対策の設計においてもウェアラブルセンサーの可能性を示している。

関連論文リスト

• The Useful Side of Motion: Using Head Motion Parameters to Correct for Respiratory Confounds in BOLD fMRI [0.4681661603096333]
  呼吸は頭部の動きを誘発し、実際の動きや擬似的な動きを誘導する。 推奨ノッチフィルターは呼吸誘発運動アーティファクトを緩和し、呼吸周波数帯のバンドパスフィルタが呼吸誘発頭部運動を分離することを示唆する。 本研究では,推定頭部運動パラメータを統合することで静止状態BOLD-fMRIデータからRV推定精度を向上させることを目的とする。
  論文  参考訳（メタデータ） (2024-10-16T17:58:20Z)
• Pre-Trained Foundation Model representations to uncover Breathing patterns in Speech [2.935056044470713]
  呼吸速度(英: respiratory rate, RR)は、個人の健康、フィットネス、健康全般を評価するために用いられる重要な指標である。 RRを測定するための既存のアプローチは、特殊装備や訓練を用いて実施されている。 機械学習アルゴリズムは、バイオセンサー信号を入力としてRRを推定できることを示した。
  論文  参考訳（メタデータ） (2024-07-17T21:57:18Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• BIOWISH: Biometric Recognition using Wearable Inertial Sensors detecting Heart Activity [6.509758931804478]
  ウェアラブル慣性センサを用いた生体計測による心臓活動検出手法(BIOWISH)を提案する。 本稿では, 筋電図およびジャイロ心電図を用いて得られた機械的計測を応用し, 人物を認識できる可能性について検討する。
  論文  参考訳（メタデータ） (2022-10-18T13:26:49Z)
• A Deep Learning Based Multitask Network for Respiration Rate Estimation -- A Practical Perspective [1.290382979353427]
  本稿では,心電図および加速度計信号から瞬時および平均呼吸速度を推定するための,ディープラーニング(DL)に基づくマルチタスクアーキテクチャを提案する。 提案モデルでは, 動作の異なる個々のモダリティよりも, 全体的な精度が向上し, より良好な結果が得られた。
  論文  参考訳（メタデータ） (2021-12-13T11:33:42Z)
• DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG Signals [62.997667081978825]
  我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。 我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。 標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
  論文  参考訳（メタデータ） (2021-12-08T13:07:21Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
  分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。 タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。 提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
  論文  参考訳（メタデータ） (2021-03-18T11:01:21Z)
• Representing and Denoising Wearable ECG Recordings [12.378631176671773]
  ウェアラブルセンサから得られるECGの構造的ノイズ過程をシミュレートする統計モデルを構築した。 変動解析のためのビート・ツー・ビート表現を設計し,心電図を識別する因子分析に基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-11-30T21:33:11Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。