論文の概要: CardioGAN: Attentive Generative Adversarial Network with Dual
Discriminators for Synthesis of ECG from PPG
- arxiv url: http://arxiv.org/abs/2010.00104v2
- Date: Tue, 15 Dec 2020 05:51:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 00:30:01.937201
- Title: CardioGAN: Attentive Generative Adversarial Network with Dual
Discriminators for Synthesis of ECG from PPG
- Title(参考訳): CardioGAN:PSGからの心電図合成のための二重判別器を用いた注意生成対向ネットワーク
- Authors: Pritam Sarkar, Ali Etemad
- Abstract要約: 心電図(Electrocardiogram、ECG)は、心臓活動の電気的測定である。
光胸腺X線写真(英: Photoplethysmogram, PPG)は、血液循環の変化の光学的測定である。
本稿では、PSGを入力とし、ECGを出力として生成する逆モデルであるCardioGANを提案する。
- 参考スコア(独自算出の注目度): 25.305949034527202
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Electrocardiogram (ECG) is the electrical measurement of cardiac activity,
whereas Photoplethysmogram (PPG) is the optical measurement of volumetric
changes in blood circulation. While both signals are used for heart rate
monitoring, from a medical perspective, ECG is more useful as it carries
additional cardiac information. Despite many attempts toward incorporating ECG
sensing in smartwatches or similar wearable devices for continuous and reliable
cardiac monitoring, PPG sensors are the main feasible sensing solution
available. In order to tackle this problem, we propose CardioGAN, an
adversarial model which takes PPG as input and generates ECG as output. The
proposed network utilizes an attention-based generator to learn local salient
features, as well as dual discriminators to preserve the integrity of generated
data in both time and frequency domains. Our experiments show that the ECG
generated by CardioGAN provides more reliable heart rate measurements compared
to the original input PPG, reducing the error from 9.74 beats per minute
(measured from the PPG) to 2.89 (measured from the generated ECG).
- Abstract(参考訳): 心電図 (ECG) は心臓活動の電気的測定であり、光胸腺図 (PPG) は血液循環の体積変化の光学的測定である。
どちらの信号も心拍モニタリングに使用されるが、医療の観点から見れば、心電図は追加の心臓情報を運ぶためより有用である。
連続的かつ信頼性の高い心臓モニタリングのために、スマートウォッチや同様のウェアラブルデバイスに心電図センサーを組み込もうとする試みは数多くあるが、PSGセンサーは利用可能な主要なセンサーソリューションである。
そこで本研究では,ppgを入力とし,ecgを出力として生成する逆向モデルであるcardiganを提案する。
提案するネットワークは,時間領域と周波数領域の両方で生成したデータの整合性を維持するために,アテンションベースのジェネレータを用いて局所的に有意な特徴を学習する。
実験の結果,CardioGANが生成した心電図は,元の入力PSGと比較して信頼性の高い心拍数測定が可能であり,1分9.74拍子から2.89拍子まで誤差を低減できた。
関連論文リスト
- Electrocardiogram Instruction Tuning for Report Generation [42.69952949416674]
心電図(ECG)は、心臓の状態をモニタリングするための主要な非侵襲的診断ツールである。
最近の研究は心電図データを用いた心臓状態の分類に集中しているが、心電図レポートの生成は見落としている。
LLMとマルチモーダル命令によるECGレポート生成に対処するMultimodal ECG Instruction Tuning(MEIT)フレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-07T23:20:56Z) - PPG-to-ECG Signal Translation for Continuous Atrial Fibrillation
Detection via Attention-based Deep State-Space Modeling [13.057411517848166]
光胸腺撮影(PPG)は、非侵襲的で低コストな光学的手法を用いて心臓生理学を計測する。
ECGとPSGは強く相関するが、後者は重要な臨床診断値を提供していない。
本稿では,主観非依存の注意に基づく深部状態空間モデルを提案し,PSG信号を対応するECG波形に変換する。
論文 参考訳(メタデータ) (2023-09-27T03:07:46Z) - Digital twinning of cardiac electrophysiology models from the surface
ECG: a geodesic backpropagation approach [39.36827689390718]
逆等角問題の解法としてGeodesic-BPを提案する。
その結果,Geodesic-BPは人工心臓の活性化を高精度に再現できることが示唆された。
パーソナライズド医療への将来のシフトを考えると、Geodesic-BPは将来の心臓モデルの機能化に役立つ可能性がある。
論文 参考訳(メタデータ) (2023-08-16T14:57:12Z) - PulseNet: Deep Learning ECG-signal classification using random
augmentation policy and continous wavelet transform for canines [46.09869227806991]
犬心電図(ECG)の評価には熟練した獣医が必要である。
心電図の解釈と診断支援のための獣医師の現在の利用状況は限られている。
犬の心電図配列を正常または異常と分類するためのディープ畳み込みニューラルネットワーク(CNN)アプローチを実装した。
論文 参考訳(メタデータ) (2023-05-17T09:06:39Z) - SEVGGNet-LSTM: a fused deep learning model for ECG classification [38.747030782394646]
入力ECG信号はまずセグメント化され、正規化され、その後、特徴抽出と分類のためにVGGとLSTMネットワークに入力される。
注目機構(SEブロック)をコアネットワークに組み込んで重要な特徴の重み付けを行う。
論文 参考訳(メタデータ) (2022-10-31T07:36:48Z) - Towards Personalized Healthcare in Cardiac Population: The Development
of a Wearable ECG Monitoring System, an ECG Lossy Compression Schema, and a
ResNet-Based AF Detector [19.706400613998703]
心房細動(AF)は通常、心電図(ECG)を用いて診断される。
本書では、ウェアラブルECGデバイス、モバイルアプリケーション、バックエンドサーバを具現化したパーソナライズされた医療システムの設計と実装について述べる。
論文 参考訳(メタデータ) (2022-07-11T19:08:46Z) - Performer: A Novel PPG to ECG Reconstruction Transformer For a Digital
Biomarker of Cardiovascular Disease Detection [0.0]
心臓血管疾患(CVD)は死因の上位1つとなり、これらの死亡の4分の3は低所得層で発生している。
心電図 (ECG) は, ユーザ参加の必要性から, 連続心臓モニタリングには有効ではない。
フォトプレチスモグラフィーは容易に収集できるが、精度の制限により臨床応用は制限される。
論文 参考訳(メタデータ) (2022-04-25T17:10:13Z) - Runtime Monitoring and Statistical Approaches for Correlation Analysis
of ECG and PPG [3.9526036279093937]
ECGとPSGは同じ現象に「異なる窓」を与える信号である。
ECG と PPG は別々に使用されるが、異なる ECG と PPG の事象の正確な補正についての研究は行われていない。
本稿では,ECG と PPG 信号の鍵となる関係を正式に確立するための最初のアプローチを提案する。
論文 参考訳(メタデータ) (2022-01-20T08:01:45Z) - Generalizing electrocardiogram delineation: training convolutional
neural networks with synthetic data augmentation [63.51064808536065]
ECGのデライン化のための既存のデータベースは小さく、サイズやそれらが表す病態の配列に不足している。
まず、原データベースから抽出した基本セグメントのプールを与えられたECGトレースを確率的に合成し、その整合性のある合成トレースに配置するための一連のルールを考案した。
第二に、2つの新しいセグメンテーションに基づく損失関数が開発され、これは、正確な数の独立構造の予測を強制し、サンプル数の削減に焦点をあてて、より密接なセグメンテーション境界を創出することを目的としている。
論文 参考訳(メタデータ) (2021-11-25T10:11:41Z) - ECGT2T: Electrocardiogram synthesis from Two asynchronous leads to Ten
leads [0.7817685358710508]
2つの非同期リードから10リード(ECGT2T)へのECG合成のための深い生成モデルを提案する。
ECGT2Tが生成したリードのリズムと振幅は、元のリードと似ているが、この手法はノイズを除去し、ベースラインが元のリードに現れる。
論文 参考訳(メタデータ) (2021-02-28T09:23:17Z)
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。