論文の概要: A Shallow U-Net Architecture for Reliably Predicting Blood Pressure (BP)
from Photoplethysmogram (PPG) and Electrocardiogram (ECG) Signals
- arxiv url: http://arxiv.org/abs/2111.08480v1
- Date: Fri, 12 Nov 2021 19:34:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-17 16:20:26.772877
- Title: A Shallow U-Net Architecture for Reliably Predicting Blood Pressure (BP)
from Photoplethysmogram (PPG) and Electrocardiogram (ECG) Signals
- Title(参考訳): Photoplethysmogram(PPG)およびElectrocardiogram(ECG)信号から血圧(BP)を安定予測するためのU-Netアーキテクチャ
- Authors: Sakib Mahmud, Nabil Ibtehaz, Amith Khandakar, Anas Tahir, Tawsifur
Rahman, Khandaker Reajul Islam, Md Shafayet Hossain, M. Sohel Rahman,
Mohammad Tariqul Islam, Muhammad E. H. Chowdhury
- Abstract要約: 病院で血液圧(BP)の連続モニタリングに使われている方法のほとんどは、侵襲的である。
本研究では,光胸腺図や心電図などの非侵襲的に収集可能な信号からBPを予測するためのオートエンコーダの適用性を検討した。
非常に浅い1次元オートエンコーダは、非常に大きなデータセット上で最先端の性能でSBPとDBPを予測するために関連する特徴を抽出できることがわかった。
- 参考スコア(独自算出の注目度): 1.1695966610359496
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Cardiovascular diseases are the most common causes of death around the world.
To detect and treat heart-related diseases, continuous Blood Pressure (BP)
monitoring along with many other parameters are required. Several invasive and
non-invasive methods have been developed for this purpose. Most existing
methods used in the hospitals for continuous monitoring of BP are invasive. On
the contrary, cuff-based BP monitoring methods, which can predict Systolic
Blood Pressure (SBP) and Diastolic Blood Pressure (DBP), cannot be used for
continuous monitoring. Several studies attempted to predict BP from
non-invasively collectible signals such as Photoplethysmogram (PPG) and
Electrocardiogram (ECG), which can be used for continuous monitoring. In this
study, we explored the applicability of autoencoders in predicting BP from PPG
and ECG signals. The investigation was carried out on 12,000 instances of 942
patients of the MIMIC-II dataset and it was found that a very shallow,
one-dimensional autoencoder can extract the relevant features to predict the
SBP and DBP with the state-of-the-art performance on a very large dataset.
Independent test set from a portion of the MIMIC-II dataset provides an MAE of
2.333 and 0.713 for SBP and DBP, respectively. On an external dataset of forty
subjects, the model trained on the MIMIC-II dataset, provides an MAE of 2.728
and 1.166 for SBP and DBP, respectively. For both the cases, the results met
British Hypertension Society (BHS) Grade A and surpassed the studies from the
current literature.
- Abstract(参考訳): 心臓血管疾患は世界中で最も一般的な死因である。
心臓関連疾患の検出と治療には、他の多くのパラメータとともに連続血圧(bp)モニタリングが必要である。
この目的のためにいくつかの侵襲的および非侵襲的手法が開発されている。
BPの継続的なモニタリングに病院で使われているほとんどの方法が侵襲的である。
それとは対照的に、シストリック血圧(SBP)と拡張型血圧(DBP)を予測できるカフベースのBPモニタリング法は、連続的なモニタリングには使用できない。
いくつかの研究は、連続監視に使用できるフォトプレチスモグラム(ppg)や心電図(ecg)のような非侵襲的に収集可能な信号からbpを予測することを試みた。
本研究では,PPGおよびECG信号からのBP予測におけるオートエンコーダの適用性を検討した。
調査はMIMIC-IIデータセットの962例を対象に実施され、非常に浅い1次元オートエンコーダが関連する特徴を抽出し、非常に大きなデータセット上での最先端のパフォーマンスでSBPとDBPを予測できることが判明した。
MIMIC-IIデータセットの一部から独立したテストセットは、それぞれSBPとDBPに対して2.333と0.713のMAEを提供する。
MIMIC-IIデータセットに基づいてトレーニングされた40の被験者の外部データセットでは、それぞれSBPとDBPに対して2.728と1.166のMAEを提供する。
いずれの場合も、結果は英国高血圧協会(BHS)グレードAと一致し、現在の文献からの研究を上回った。
関連論文リスト
- A Finger on the Pulse of Cardiovascular Health: Smartphone
Photoplethysmography-Based Pulse Waveform Analysis for Blood Pressure
Measurement [2.6597689982591044]
血圧モニタリング(BP)は、医療機器や専門知識へのアクセス制限などの課題に直面している。
一方、ポータブルなカフBPデバイスは、一日中持ち歩くのが面倒で、先進国ではコストが抑えられないことが多い。
本研究では、連続BPモニタリングにおけるスマートフォンの利用について検討し、機械学習モデルの不透明性に関連する信頼障壁を克服することに焦点を当てた。
論文 参考訳(メタデータ) (2024-01-20T05:05:17Z) - Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [54.30748817277323]
BP Guided decimation (BPGD) を用いたQLDPC符号の復号化を提案する。
BPGDは非収束性によるBP障害を著しく減少させる。
誤差収束の確率は低く、BP-OSDやBP-SIと同等の性能を発揮する。
論文 参考訳(メタデータ) (2023-12-18T05:58:07Z) - Simulation-based Inference for Cardiovascular Models [57.92535897767929]
シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。
臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。
我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
論文 参考訳(メタデータ) (2023-07-26T02:34:57Z) - BP-Net: Efficient Deep Learning for Continuous Arterial Blood Pressure
Estimation using Photoplethysmogram [0.06524460254566904]
血圧は心臓血管疾患や脳卒中に最も影響を及ぼすバイオマーカーの1つである。
連続BPモニタリングへの現在のカフレスアプローチは、フォトプレソグラム信号を取り巻く明示的な特徴工学を含む。
本稿では,PPG波形を用いてSystolic BP (SBP), Mean Average Pressure (MAP), Diastolic BP (DBP) を中間連続動脈BP (ABP) 波形で推定する。
論文 参考訳(メタデータ) (2021-11-29T14:43:58Z) - A Deep Learning Approach to Predict Blood Pressure from PPG Signals [10.028103259763352]
血圧(BP)は、身体の生命維持機能を示す4つの主要な重要な兆候の1つである。
PPG信号に基づいてBPを推定するために,3層ディープニューラルネットワークを用いた高度なデータ駆動手法を提案する。
論文 参考訳(メタデータ) (2021-07-30T22:45:34Z) - Ambulatory blood pressure monitoring versus office blood pressure
measurement: Are there sex differences? [55.41644538483948]
オフィス血圧測定(英語: Office Blood Pressure Measurement, OBP)は、血圧を24時間で測定する技術である。
本研究の目的は,高血圧を疑う822名の患者において,性差がOBPとABPMの相違に及ぼす影響について検討することである。
論文 参考訳(メタデータ) (2021-06-04T10:09:44Z) - Estimation of Continuous Blood Pressure from PPG via a Federated
Learning Approach [5.275287291173557]
虚血性心疾患は毎年最も死亡率が高い疾患である。
心電図(ecg)と動脈圧(bp)をよく使う健康で不健康な心臓医師の動態を理解する。
これらの方法は、特に動脈圧(abp)を読み取る際に非常に侵襲的であり、非常にコストがかかることはない。
分散モデルとデータソースにまたがるフレームワークをトレーニングし、低コストのウェアラブルに実装可能な大規模な協調学習実験を模倣します。
論文 参考訳(メタデータ) (2021-02-24T12:11:23Z) - Identification of Ischemic Heart Disease by using machine learning
technique based on parameters measuring Heart Rate Variability [50.591267188664666]
本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。
最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
論文 参考訳(メタデータ) (2020-10-29T19:14:41Z) - Prediction of the onset of cardiovascular diseases from electronic
health records using multi-task gated recurrent units [51.14334174570822]
本稿では,電子カルテから心血管イベントを予測するための注意機構を備えたマルチタスク・リカレントニューラルネットワークを提案する。
提案手法は、NHS Foundation Trustの5年間のデータを用いて、標準的な臨床リスク予測器(QRISK)と機械学習の代替手段と比較される。
論文 参考訳(メタデータ) (2020-07-16T17:43:13Z) - Estimating Blood Pressure from Photoplethysmogram Signal and Demographic
Features using Machine Learning Techniques [0.0]
高血圧は潜在的に安全でない健康障害であり、血圧(BP)から直接示すことができる
BPの連続的なモニタリングは非常に重要であるが、BP測定は離散的であり、ユーザにとって不快である。
このニーズに対処するために、カフレス、連続、非侵襲的なBP測定システムを提案する。
論文 参考訳(メタデータ) (2020-05-07T09:45:02Z) - Short Term Blood Glucose Prediction based on Continuous Glucose
Monitoring Data [53.01543207478818]
本研究では,デジタル意思決定支援ツールの入力として連続グルコースモニタリング(Continuous Glucose Monitoring, CGM)データを利用する方法について検討する。
短時間の血液グルコース (STBG) 予測において, リカレントニューラルネットワーク (Recurrent Neural Networks, RNN) をどのように利用できるかを検討する。
論文 参考訳(メタデータ) (2020-02-06T16:39:44Z)
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。