論文の概要: Novel Blood Pressure Waveform Reconstruction from Photoplethysmography using Cycle Generative Adversarial Networks

• arxiv url: http://arxiv.org/abs/2201.09976v1
• Date: Mon, 24 Jan 2022 22:14:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-26 15:34:06.943297
• Title: Novel Blood Pressure Waveform Reconstruction from Photoplethysmography using Cycle Generative Adversarial Networks
• Title（参考訳）: cycle generative adversarial network を用いたphotoplethysmography による新しい血圧波形再構成
• Authors: Milad Asgari Mehrabadi, Seyed Amir Hossein Aqajari, Amir Hosein Afandizadeh Zargari, Nikil Dutt, and Amir M. Rahmani
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.0253391348983
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Continuous monitoring of blood pressure (BP)can help individuals manage their chronic diseases such as hypertension, requiring non-invasive measurement methods in free-living conditions. Recent approaches fuse Photoplethysmograph (PPG) and electrocardiographic (ECG) signals using different machine and deep learning approaches to non-invasively estimate BP; however, they fail to reconstruct the complete signal, leading to less accurate models. In this paper, we propose a cycle generative adversarial network (CycleGAN) based approach to extract a BP signal known as ambulatory blood pressure (ABP) from a clean PPG signal. Our approach uses a cycle generative adversarial network that extends theGAN architecture for domain translation, and outperforms state-of-the-art approaches by up to 2x in BP estimation.
• Abstract（参考訳）: 血圧(BP)の連続モニタリングは、高血圧などの慢性疾患を個人が管理するのに役立ち、非侵襲的な測定方法を必要とする。 最近のアプローチでは、異なるマシンとディープラーニングアプローチを用いて光胸波(PPG)と心電図(ECG)信号を融合してBPを非侵襲的に推定するが、完全な信号の再構成には失敗し、精度の低いモデルが導かれる。 本稿では,循環生成型逆境ネットワーク (cyclegan) を用いて, 清浄なppg信号から降圧血圧 (abp) と呼ばれるbp信号を抽出する手法を提案する。 このアプローチでは、ドメイン翻訳のためのtheganアーキテクチャを拡張し、bp推定において最先端のアプローチを最大2倍上回るサイクル生成逆ネットワークを用いる。

関連論文リスト

• Improving Diffusion Models for ECG Imputation with an Augmented Template Prior [43.6099225257178]
  ノイズと品質の悪い録音は、モバイルヘルスシステムを使って収集された信号にとって大きな問題である。 近年の研究では、確率的時系列モデルによるECGの欠落値の計算が検討されている。 本稿では,様々な健康状態の事前情報として,テンプレート誘導型拡散確率モデル(DDPM)PulseDiffを提案する。
  論文  参考訳（メタデータ） (2023-10-24T11:34:15Z)
• Hypertension Detection From High-Dimensional Representation of Photoplethysmogram Signals [38.497450879376]
  高血圧の早期発見は、重要な健康問題の予防に不可欠である。 いくつかの研究は、血圧と光胸腺図(PPG)のような特定のバイタルシグナルとの関係を示唆している。 本稿では, PPG信号を用いた高血圧検出のために, ランダム畳み込みカーネルに基づく高次元表現手法を提案する。
  論文  参考訳（メタデータ） (2023-07-31T00:09:23Z)
• 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)
• DRNet: Decomposition and Reconstruction Network for Remote Physiological Measurement [39.73408626273354]
  既存の方法は一般に2つのグループに分けられる。 1つ目は、顔ビデオから微妙な音量パルス(BVP)信号を抽出することに焦点を当てているが、顔ビデオコンテンツを支配するノイズを明示的にモデル化することはめったにない。 第二に、ノイズの多いデータを直接モデリングすることに焦点を当てており、これらの厳密なランダムノイズの規則性の欠如により、最適以下の性能が得られる。
  論文  参考訳（メタデータ） (2022-06-12T07:40:10Z)
• 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)
• A Novel Clustering-Based Algorithm for Continuous and Non-invasive Cuff-Less Blood Pressure Estimation [0.0]
  心電図(ECG)信号と動脈血圧(ABP)データから抽出した特徴に基づく血圧推定法を開発した。 クラスタリング手法を適用して, モデル作成の精度を高く評価し, 比較した。 以上の結果から,SBP (Systolic Blood Pressure) とDBP (Distolic Blood Pressure) の精度が向上することが示唆された。
  論文  参考訳（メタデータ） (2021-10-13T19:16:10Z)
• 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)
• Continuous Monitoring of Blood Pressure with Evidential Regression [19.92542487970484]
  光胸腺X線写真(MIC)信号を用いた血圧推定は,最新のBP測定の候補として期待できる。 提案手法は,不確実性を推定し,医療状態の診断に役立てることにより,予測BPの信頼性を提供する。
  論文  参考訳（メタデータ） (2021-02-06T09:09:31Z)
• TR-GAN: Topology Ranking GAN with Triplet Loss for Retinal Artery/Vein Classification [42.62393264398367]
  本稿では,血管・静脈のトポロジ接続性を改善するために,TR-GAN(Topology Ranking Generative Adversarial Network)を提案する。 このフレームワークは、予測されたA/Vマスクのトポロジ的接続性を効果的に向上し、公開されているAV-DRIVEデータセット上で最先端のA/V分類性能を達成する。
  論文  参考訳（メタデータ） (2020-07-29T14:11:19Z)
• 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)
• PPG2ABP: Translating Photoplethysmogram (PPG) Signals to Arterial Blood Pressure (ABP) Waveforms using Fully Convolutional Neural Networks [1.0045192779791103]
  光胸腺X線信号を用いた非侵襲的アプローチにより連続動脈血圧(ABP)波形を予測する手法を開発した。 入力PSG信号から連続的なAPP波形を4.604 mmHgの絶対誤差で予測する深層学習法 PPG2ABP を提案する。 PPG2ABP のより驚くべき成功は、予測された ABP 波形からの DBP, MAP, SBP の計算値が、いくつかの測定値の下で既存の成果よりも優れていることが判明した。
  論文  参考訳（メタデータ） (2020-05-04T17:22:44Z)

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。