論文の概要: An End-to-End and Accurate PPG-based Respiratory Rate Estimation Approach Using Cycle Generative Adversarial Networks

• arxiv url: http://arxiv.org/abs/2105.00594v1
• Date: Mon, 3 May 2021 01:16:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-04 13:41:09.677434
• Title: An End-to-End and Accurate PPG-based Respiratory Rate Estimation Approach Using Cycle Generative Adversarial Networks
• Title（参考訳）: サイクル生成逆数ネットワークを用いたPPGに基づく呼吸速度推定手法
• Authors: Seyed Amir Hossein Aqajari, Rui Cao, Amir Hosein Afandizadeh Zargari, and Amir M. Rahmani
• Abstract要約: 呼吸率(RR)は換気を表す臨床徴候です。 Cycle Generative Adversarial Networks (CycleGAN) を用いたRR推定のためのエンドツーエンドで正確なパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 6.248335775936125
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Respiratory rate (RR) is a clinical sign representing ventilation. An abnormal change in RR is often the first sign of health deterioration as the body attempts to maintain oxygen delivery to its tissues. There has been a growing interest in remotely monitoring of RR in everyday settings which has made photoplethysmography (PPG) monitoring wearable devices an attractive choice. PPG signals are useful sources for RR extraction due to the presence of respiration-induced modulations in them. The existing PPG-based RR estimation methods mainly rely on hand-crafted rules and manual parameters tuning. An end-to-end deep learning approach was recently proposed, however, despite its automatic nature, the performance of this method is not ideal using the real world data. In this paper, we present an end-to-end and accurate pipeline for RR estimation using Cycle Generative Adversarial Networks (CycleGAN) to reconstruct respiratory signals from raw PPG signals. Our results demonstrate a higher RR estimation accuracy of up to 2$\times$ (mean absolute error of 1.9$\pm$0.3 using five fold cross validation) compared to the state-of-th-art using a identical publicly available dataset. Our results suggest that CycleGAN can be a valuable method for RR estimation from raw PPG signals.
• Abstract（参考訳）: 呼吸速度 (RR) は換気を表す臨床症状である。 RRの異常な変化は、身体が組織への酸素の供給を維持するために、しばしば最初の健康悪化の兆候である。 日常生活におけるRRの遠隔監視への関心が高まっており、光胸腺撮影(PPG)監視ウェアラブルデバイスを魅力的な選択にしている。 PPGシグナルは、呼吸誘導変調の存在によりRR抽出に有用である。 既存のPSGベースのRR推定法は主に手作りのルールと手動パラメータチューニングに依存している。 エンド・ツー・エンドのディープラーニングアプローチが最近提案されているが、その自動的性質にもかかわらず、この手法の性能は実世界データでは理想的ではない。 本稿ではCycleGAN(Cycle Generative Adversarial Networks)を用いたRR推定のためのエンドツーエンドかつ正確なパイプラインを提案し,生PSG信号から呼吸信号を再構成する。 以上の結果から,最大2$\times$のRR推定精度(5倍のクロスバリデーションを用いた1.9$\pm$0.3の絶対誤差)を,同一の公開データセットを用いた最先端技術と比較した。 この結果から,CycleGANは生PSG信号からのRR推定に有用であることが示唆された。

関連論文リスト

• RespDiff: An End-to-End Multi-scale RNN Diffusion Model for Respiratory Waveform Estimation from PPG Signals [3.306437812367815]
  PPG信号からの呼吸波形推定のためのエンドツーエンドマルチスケールRNNモデルであるRespDiffを提案する。 モデルはマルチスケールエンコーダを使用し、異なる解像度で特徴を抽出し、双方向RNNを使用してPSG信号を処理し、呼吸波形を抽出する。 BIDMCデータセットで行った実験では、RespDiffはRR推定の1.18bpmの平均絶対誤差(MAE)を達成し、先行研究よりも優れていた。
  論文  参考訳（メタデータ） (2024-10-06T05:54:49Z)
• Regressor-free Molecule Generation to Support Drug Response Prediction [83.25894107956735]
  目標IC50スコアに基づく条件生成により、より効率的なサンプリングスペースを得ることができる。 回帰自由誘導は、拡散モデルのスコア推定と、数値ラベルに基づく回帰制御モデルの勾配を結合する。
  論文  参考訳（メタデータ） (2024-05-23T13:22:17Z)
• Robust CNN-based Respiration Rate Estimation for Smartwatch PPG and IMU [2.206233030459147]
  呼吸速度 (RR) は、心臓血管疾患や睡眠障害などの様々な疾患の指標である。 既存のRR推定手法は、自由生活条件下で手首領域からPSGデータを収集する際に、RRを正確に抽出するのに苦労する。 本稿では、PPG、加速度計、ジャイロスコープ信号からRRを抽出するための畳み込みニューラルネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-01-10T15:15:46Z)
• Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
  本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。 その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
  論文  参考訳（メタデータ） (2023-07-03T18:06:36Z)
• Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
  そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。 我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。 この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
  論文  参考訳（メタデータ） (2023-02-16T17:06:23Z)
• Identifying Rhythmic Patterns for Face Forgery Detection and Categorization [46.21354355137544]
  本研究では, PPG信号に対する空間時間フィルタリングネットワーク (STFNet) と, PPG信号の制約と相互作用のための空間時間インタラクションネットワーク (STINet) からなる顔偽造検出と分類のためのフレームワークを提案する。 フォージェリーメソッドの生成に関する知見を得て,フレームワークの性能を高めるために,イントラソースとイントラソースのブレンディングを提案する。
  論文  参考訳（メタデータ） (2022-07-04T04:57:06Z)
• Novel Blood Pressure Waveform Reconstruction from Photoplethysmography using Cycle Generative Adversarial Networks [2.0253391348983]
  血圧(BP)の連続モニタリングは、個人が慢性疾患を高血圧として管理するのに役立つ。 クリーンなPSG信号からBP信号を循環性血圧(ABP)として抽出するサイクル生成対向ネットワーク(CycleGAN)を提案する。 提案手法では,GANアーキテクチャをドメイン翻訳に拡張し,BP推定の2倍の精度で最先端の手法を高速化する。
  論文  参考訳（メタデータ） (2022-01-24T22:14:58Z)
• 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)
• Motion Artifact Reduction In Photoplethysmography For Reliable Signal Selection [5.264561559435017]
  光胸腺造影法(英: Photoplethysmography, PPG)は、人体の重要な兆候を抽出する非侵襲的、経済的手法である。 信号の品質を損なうような動きに敏感である。 日々の生活活動(ADL)を行いながら現実的なPSG信号を収集し,実践的な信号聴取・分析手法を開発することは重要である。
  論文  参考訳（メタデータ） (2021-09-06T21:53:56Z)
• A Novel Non-Invasive Estimation of Respiration Rate from Photoplethysmograph Signal Using Machine Learning Model [0.0]
  呼吸速度 (RR) は患者の健康を示す重要な指標である。 リアルタイムの連続RRモニタリング施設は集中ケアユニット(ICU)でのみ利用可能です。 最近の研究では、RR推定のためのPhotoplethysmogram(ECG)および/心電図(ECG)信号が提案されている。 本稿では,PPG信号特性を有する機械学習(ML)モデルを用いたRR推定手法について述べる。
  論文  参考訳（メタデータ） (2021-02-18T17:08:50Z)
• On Signal-to-Noise Ratio Issues in Variational Inference for Deep Gaussian Processes [55.62520135103578]
  重み付き変分推論を用いたDGP(Deep Gaussian Processs)の訓練で用いられる勾配推定は,信号-雑音比(SNR)問題の影響を受けやすいことを示す。 DGPモデルの予測性能が一貫した改善につながることを示す。
  論文  参考訳（メタデータ） (2020-11-01T14:38:02Z)

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。