Fugu-MT 論文翻訳(概要): Runtime Monitoring and Statistical Approaches for Correlation Analysis of ECG and PPG

論文の概要: Runtime Monitoring and Statistical Approaches for Correlation Analysis of ECG and PPG

arxiv url: http://arxiv.org/abs/2202.00559v1
Date: Thu, 20 Jan 2022 08:01:45 GMT
ステータス: 処理完了
システム内更新日: 2022-02-06 08:59:13.310904
Title: Runtime Monitoring and Statistical Approaches for Correlation Analysis of ECG and PPG
Title（参考訳）: ECGとPSGの相関解析のためのランタイムモニタリングと統計的アプローチ
Authors: Abhinandan Panda, Srinivas Pinisetty, Partha Roop
Abstract要約: 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。
参考スコア（独自算出の注目度）: 3.9526036279093937
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Biophysical signals such as Electrocardiogram (ECG) and Photoplethysmogram (PPG) are key to the sensing of vital parameters for wellbeing. Coincidentally, ECG and PPG are signals, which provide a "different window" into the same phenomena, namely the cardiac cycle. While they are used separately, there are no studies regarding the exact correction of the different ECG and PPG events. Such correlation would be helpful in many fronts such as sensor fusion for improved accuracy using cheaper sensors and attack detection and mitigation methods using multiple signals to enhance the robustness, for example. Considering this, we present the first approach in formally establishing the key relationships between ECG and PPG signals. We combine formal run-time monitoring with statistical analysis and regression analysis for our results.
Abstract（参考訳）: 心電図(ECG)や光胸腺図(PPG)などの生体物理信号は、健康に重要なパラメータを検知する鍵となる。偶然にも、ecgとppgは信号であり、同じ現象、すなわち心臓周期に「異なる窓」を提供する。別々に使用されるが、異なるECGおよびPSG事象の正確な補正についての研究は行われていない。このような相関は、より安価なセンサーを用いたセンサー融合や、複数の信号を用いた攻撃検出と緩和法など、多くの方面で有用である。これを踏まえて、ECGとPG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示す。本研究は,公式なランタイムモニタリングと統計解析と回帰分析を組み合わせる。

関連論文リスト

Interpretable Pre-Trained Transformers for Heart Time-Series Data [15.377534937558744]
我々は、PTG-PTとECG-PTの2つのトレーニング済み汎用心臓モデルを作成する。 PPGのジクロティックノッチや心電図のP波など,個々の注意が生理学的に反する特徴に反応することを強調した。これらの事前訓練されたモデルは、心房細動(AF)の分類や、光胸腺撮影におけるビート検出などのタスクにおいて、簡単に微調整できる。
論文参考訳（メタデータ） (2024-07-30T12:22:03Z)
Uncertainty-Aware PPG-2-ECG for Enhanced Cardiovascular Diagnosis using Diffusion Models [16.03166435894744]
光胸腺造影(英: Photoplethysmography, PPG)は、血液の体積変動を測定する光学的信号である。 ECGはより包括的な情報を提供し、心臓の状態をより正確に検出することができる。本稿では, PPG-2-ECG変換に対処する新しい手法を提案する。
論文参考訳（メタデータ） (2024-05-19T14:30:57Z)
Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
エンゲージメント測定は、医療、教育、サービスに応用される。生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
論文参考訳（メタデータ） (2024-04-05T20:39:16Z)
PPG-to-ECG Signal Translation for Continuous Atrial Fibrillation Detection via Attention-based Deep State-Space Modeling [11.617950008187366]
光胸腺造影法(英: Photoplethysmography, PPG)は、光学的手法を用いて心臓生理学を計測する費用効率の高い非侵襲的手法である。本稿では,PPG信号を対応するECG波形に変換するために,主観非依存の注目に基づく深部状態空間モデル(ADSSM)を提案する。
論文参考訳（メタデータ） (2023-09-27T03:07:46Z)
DGSD: Dynamical Graph Self-Distillation for EEG-Based Auditory Spatial Attention Detection [49.196182908826565]
AAD(Auditory Attention Detection)は、マルチスピーカー環境で脳信号からターゲット話者を検出することを目的としている。現在のアプローチは主に、画像のようなユークリッドデータを処理するために設計された従来の畳み込みニューラルネットワークに依存している。本稿では、入力として音声刺激を必要としないAADのための動的グラフ自己蒸留(DGSD)手法を提案する。
論文参考訳（メタデータ） (2023-09-07T13:43:46Z)
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)
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)
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)
CardioGAN: Attentive Generative Adversarial Network with Dual Discriminators for Synthesis of ECG from PPG [25.305949034527202]
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。
論文参考訳（メタデータ） (2020-09-30T20:49:30Z)
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)
A Graph-constrained Changepoint Detection Approach for ECG Segmentation [5.209323879611983]
本稿では,前処理ステップを使わずにRピーク位置を確実に検出するための新しいグラフベース最適変化点検出法を提案する。提案手法は,MIT-BIH不整脈データベース(MIT-BIH-AR)に基づいて,全体の感度 Sen = 99.76,正の予測率 PPR = 99.68,検出誤差率 DER = 0.55 を達成する。
論文参考訳（メタデータ） (2020-04-24T23:41:41Z)

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。