論文の概要: PPG Signals for Hypertension Diagnosis: A Novel Method using Deep Learning Models

• arxiv url: http://arxiv.org/abs/2304.06952v1
• Date: Fri, 14 Apr 2023 06:40:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-17 14:33:56.067820
• Title: PPG Signals for Hypertension Diagnosis: A Novel Method using Deep Learning Models
• Title（参考訳）: 高血圧診断のためのppg信号 : 深層学習モデルを用いた新しい方法
• Authors: Graham Frederick, Yaswant T, Brintha Therese A
• Abstract要約: 光プラチスモグラフィー(Pool)信号とディープラーニングモデルを用いて、高血圧のステージを分類する新しい手法を提案する。 PPG信号は、組織の微小血管における血液量の変化を測定する光センサーを用いて血圧を測定する非侵襲的な方法である。 提案手法は,高血圧の診断・管理におけるPTG信号および深層学習モデルの可能性を示すとともに,高血圧のステージの分類において高い精度を実現する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hypertension is a medical condition characterized by high blood pressure, and classifying it into its various stages is crucial to managing the disease. In this project, a novel method is proposed for classifying stages of hypertension using Photoplethysmography (PPG) signals and deep learning models, namely AvgPool_VGG-16. The PPG signal is a non-invasive method of measuring blood pressure through the use of light sensors that measure the changes in blood volume in the microvasculature of tissues. PPG images from the publicly available blood pressure classification dataset were used to train the model. Multiclass classification for various PPG stages were done. The results show the proposed method achieves high accuracy in classifying hypertension stages, demonstrating the potential of PPG signals and deep learning models in hypertension diagnosis and management.
• Abstract（参考訳）: 高血圧は高血圧を特徴とする疾患であり、疾患の管理には様々な段階に分類することが不可欠である。 本稿では,photoplethysmography (ppg) 信号と深層学習モデルであるavgpool_vgg-16を用いて高血圧の段階を分類する新しい方法を提案する。 PPG信号は、組織の微小血管における血液量の変化を測定する光センサーを用いて血圧を測定する非侵襲的な方法である。 利用可能な血圧分類データセットからのPSG画像を用いてモデルをトレーニングした。 様々なppgステージのマルチクラス分類を行った。 提案手法は,高血圧の診断・管理におけるPTG信号および深層学習モデルの可能性を示すとともに,高血圧のステージの分類において高い精度を実現する。

関連論文リスト

• Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
  拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。 本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
  論文  参考訳（メタデータ） (2024-09-11T11:12:26Z)
• How Suboptimal is Training rPPG Models with Videos and Targets from Different Body Sites? [40.527994999118725]
  現在のモデルのほとんどは、指先をターゲット/ラベルとして接触PSG測定を用いて、顔ビデオでトレーニングされている。 ニューラルモデルでは,前頭部でトレーニングすると,基底真理PSG信号のモルフォロジーがより良く予測できることが示される。
  論文  参考訳（メタデータ） (2024-03-15T15:20:21Z)
• 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)
• 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)
• 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)
• 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)
• 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)
• Spectral-Spatial Recurrent-Convolutional Networks for In-Vivo Hyperspectral Tumor Type Classification [49.32653090178743]
  ハイパースペクトル画像とディープラーニングを用いたin-vivo腫瘍型分類の可能性を示した。 我々の最良のモデルは76.3%のAUCを達成し、従来の学習手法とディープラーニング手法を著しく上回っている。
  論文  参考訳（メタデータ） (2020-07-02T12:00:53Z)

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。