論文の概要: Regression or Classification? Reflection on BP prediction from PPG data using Deep Neural Networks in the scope of practical applications

• arxiv url: http://arxiv.org/abs/2204.05605v1
• Date: Tue, 12 Apr 2022 08:07:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-13 22:21:13.011605
• Title: Regression or Classification? Reflection on BP prediction from PPG data using Deep Neural Networks in the scope of practical applications
• Title（参考訳）: 回帰か分類か? 深部ニューラルネットワークを用いたPPGデータからのBP予測の実際的応用における考察
• Authors: Fabian Schrumpf, Paul Rudi Serdack, Mirco Fuchs
• Abstract要約: 光胸腺造影信号は、心拍数分析や血中酸素濃度モニタリング以上の診断可能性を提供する。 近年の研究では、血圧推定に対する非侵襲的なPSGベースのアプローチに焦点が当てられている。 BP分類は,多くの臨床的シナリオにおいて,回帰と同等の診断値を提供する可能性があると論じる。
• 参考スコア（独自算出の注目度）: 3.867363075280544
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Photoplethysmographic (PPG) signals offer diagnostic potential beyond heart rate analysis or blood oxygen level monitoring. In the recent past, research focused extensively on non-invasive PPG-based approaches to blood pressure (BP) estimation. These approaches can be subdivided into regression and classification methods. The latter assign PPG signals to predefined BP intervals that represent clinically relevant ranges. The former predict systolic (SBP) and diastolic (DBP) BP as continuous variables and are of particular interest to the research community. However, the reported accuracies of BP regression methods vary widely among publications with some authors even questioning the feasibility of PPG-based BP regression altogether. In our work, we compare BP regression and classification approaches. We argue that BP classification might provide diagnostic value that is equivalent to regression in many clinically relevant scenarios while being similar or even superior in terms of performance. We compare several established neural architectures using publicly available PPG data for SBP regression and classification with and without personalization using subject-specific data. We found that classification and regression models perform similar before personalization. However, after personalization, the accuracy of classification based methods outperformed regression approaches. We conclude that BP classification might be preferable over BP regression in certain scenarios where a coarser segmentation of the BP range is sufficient.
• Abstract（参考訳）: photoplethysmography (ppg) 信号は、心拍数分析や血中酸素濃度モニタリング以上の診断能力を提供する。 近年の研究では、非侵襲的なPPGベースの血圧推定(BP)アプローチに焦点が当てられている。 これらのアプローチは回帰法と分類法に分けられる。 後者は、臨床関連範囲を表すBP間隔を予め定義されたBP間隔にPPGシグナルを割り当てる。 前者は連続変数としてSBP(Systolic)とDBP(Distolic)BPを予測し、研究コミュニティに特に関心を持つ。 しかしながら、BP回帰法の報告された精度は出版物によって大きく異なり、一部の著者はPPGに基づくBP回帰の可能性に疑問を呈している。 本研究ではBP回帰法と分類法の比較を行った。 BP分類は、多くの臨床関連シナリオにおいて回帰と同等の診断値を提供するが、性能面では類似あるいは優位である。 sbp回帰と分類のためのppgデータを用いた確立されたニューラルアーキテクチャと、主題別データを用いたパーソナライズの有無を比較した。 分類と回帰モデルはパーソナライズ前にも同様に機能することがわかった。 しかし、パーソナライズ後、分類に基づく手法の精度は回帰アプローチを上回った。 BP領域の粗いセグメンテーションが十分である特定のシナリオでは,BP分類の方がBP回帰よりも好ましいと考えられる。

関連論文リスト

• Policy Gradient with Active Importance Sampling [55.112959067035916]
  政策勾配法(PG法)はISの利点を大いに生かし、以前に収集したサンプルを効果的に再利用することができる。 しかし、ISは歴史的サンプルを再重み付けするための受動的ツールとしてRLに採用されている。 我々は、政策勾配のばらつきを減らすために、サンプルを収集する最良の行動ポリシーを模索する。
  論文  参考訳（メタデータ） (2024-05-09T09:08:09Z)
• Exploring the limitations of blood pressure estimation using the photoplethysmography signal [0.0]
  光プレモグラフィ(N-シメセ)と浸潤動脈血圧(N-IABP)を比較検討した。 N-IABP信号は、SBP(Systolic blood pressure)およびDBP(Distolic blood pressure)のAAMI標準に合致する BP推定におけるPSGの有用性と限界について検討した。
  論文  参考訳（メタデータ） (2024-04-09T14:08:23Z)
• Deep Imbalanced Regression via Hierarchical Classification Adjustment [50.19438850112964]
  コンピュータビジョンにおける回帰タスクは、しばしば、対象空間をクラスに定量化することで分類される。 トレーニングサンプルの大多数は目標値の先頭にあるが、少数のサンプルは通常より広い尾幅に分布する。 不均衡回帰タスクを解くために階層型分類器を構築することを提案する。 不均衡回帰のための新しい階層型分類調整(HCA)は,3つのタスクにおいて優れた結果を示す。
  論文  参考訳（メタデータ） (2023-10-26T04:54:39Z)
• Quantifying predictive uncertainty of aphasia severity in stroke patients with sparse heteroscedastic Bayesian high-dimensional regression [47.1405366895538]
  高次元データに対する疎線型回帰法は、通常、残留物が一定の分散を持つと仮定するが、これは実際には破ることができる。 本稿では,ヘテロセダスティック分割経験的ベイズ期待条件最大化アルゴリズムを用いて,高次元ヘテロセダスティック線形回帰モデルを推定する。
  論文  参考訳（メタデータ） (2023-09-15T22:06:29Z)
• A Meta-Learning Approach to Predicting Performance and Data Requirements [163.4412093478316]
  本稿では,モデルが目標性能に達するために必要なサンプル数を推定する手法を提案する。 モデル性能を推定するデファクト原理であるパワー法則が,小さなデータセットを使用する場合の誤差が大きいことが判明した。 本稿では,2つのデータを異なる方法で処理するPPL法について紹介する。
  論文  参考訳（メタデータ） (2023-03-02T21:48:22Z)
• Self-Certifying Classification by Linearized Deep Assignment [65.0100925582087]
  そこで我々は,PAC-Bayesリスク認定パラダイム内で,グラフ上のメトリックデータを分類するための新しい深層予測器のクラスを提案する。 PAC-Bayesの最近の文献とデータに依存した先行研究に基づいて、この手法は仮説空間上の後続分布の学習を可能にする。
  論文  参考訳（メタデータ） (2022-01-26T19:59:14Z)
• A Theoretical View of Linear Backpropagation and Its Convergence [55.69505060636719]
  バックプロパゲーション(BP)はディープニューラルネットワーク(DNN)の勾配を計算するために広く用いられている 最近では、NinBPと呼ばれるBPの線形変種が導入され、ブラックボックス攻撃を行うためのより伝達可能な逆の例が生み出された。 本稿では,LinBPのニューラルネットワーク関連学習課題における理論的解析について述べる。
  論文  参考訳（メタデータ） (2021-12-21T07:18:00Z)
• 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)
• Assessment of deep learning based blood pressure prediction from PPG and rPPG signals [2.624902795082451]
  本研究では, PPG と r に基づく BP 予測誤差を基礎データ分布に関して解析する。 確立されたニューラルネットワーク(NN)アーキテクチャを訓練し、連続的なPPG信号から引き出された入力セグメントの適切なパラメータ化を導き出します。 次に、このパラメータ化をより大きなPPGデータセットに適用し、NNを訓練してBPを予測する。 第3に,r-based bp 予測のための nns のトレーニングに転送学習を用いる。 得られたパフォーマンスはPPGのみのケースに似ています。
  論文  参考訳（メタデータ） (2021-04-15T15:56:58Z)
• 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)

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。