論文の概要: Tiny-PPG: A Lightweight Deep Neural Network for Real-Time Detection of
Motion Artifacts in Photoplethysmogram Signals on Edge Devices
- arxiv url: http://arxiv.org/abs/2305.03308v1
- Date: Fri, 5 May 2023 06:17:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 15:08:41.996606
- Title: Tiny-PPG: A Lightweight Deep Neural Network for Real-Time Detection of
Motion Artifacts in Photoplethysmogram Signals on Edge Devices
- Title（参考訳）: Tiny-PPG:エッジデバイス上のフォトプレソグラム信号における動きアーチファクトのリアルタイム検出のための軽量ディープニューラルネットワーク
- Authors: Chen Wu, Peizheng Cai, Zhiqiang Zhong, Yali Zheng
- Abstract要約: 光プラチスモグラム(PPG)信号は、実世界の環境において、モーションアーティファクトによって容易に汚染される。
この研究は、IoTデバイス上で正確なリアルタイムPSGアーティファクトセグメンテーションを実現するために、Tiny-と呼ばれる軽量なディープニューラルネットワークを提案した。
- 参考スコア（独自算出の注目度）: 5.054295857471673
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Photoplethysmogram (PPG) signals are easily contaminated by motion artifacts
in real-world settings, despite their widespread use in Internet-of-Things
(IoT) based wearable and smart health devices for cardiovascular health
monitoring. This study proposed a lightweight deep neural network, called
Tiny-PPG, for accurate and real-time PPG artifact segmentation on IoT edge
devices. The model was trained and tested on a public dataset, PPG DaLiA, which
featured complex artifacts with diverse lengths and morphologies during various
daily activities of 15 subjects using a watch-type device (Empatica E4). The
model structure, training method and loss function were specifically designed
to balance detection accuracy and speed for real-time PPG artifact detection in
resource-constrained embedded devices. To optimize the model size and
capability in multi-scale feature representation, the model employed deep
separable convolution and atrous spatial pyramid pooling modules, respectively.
Additionally, the contrastive loss was also utilized to further optimize the
feature embeddings. With additional model pruning, Tiny-PPG achieved
state-of-the-art detection accuracy of 87.8% while only having 19,726 model
parameters (0.15 megabytes), and was successfully deployed on an STM32 embedded
system for real-time PPG artifact detection. Therefore, this study provides an
effective solution for resource-constraint IoT smart health devices in PPG
artifact detection.
- Abstract（参考訳）: 光胸腺電図(PPG)信号は、心臓血管の健康モニタリングにIoT(Internet-of-Things)ベースのウェアラブルおよびスマートヘルスデバイスで広く使用されているにもかかわらず、現実の環境でのモーションアーティファクトによって容易に汚染される。
本研究は,IoTエッジデバイス上でのPPGアーティファクトの高精度かつリアルタイムなセグメンテーションを実現するための,Tiny-PPGと呼ばれる軽量なディープニューラルネットワークを提案する。
モデルはパブリックデータセット PPG DaLiA でトレーニングおよびテストされ、時計型デバイス(Empatica E4)を使用して15人の被験者の日々のさまざまな活動において、様々な長さと形態を持つ複雑なアーティファクトを特徴とした。
モデル構造, 訓練方法, 損失関数は, 実時間ppgアーチファクト検出における検出精度と速度のバランスをとるように設計されている。
マルチスケール特徴表現におけるモデルサイズと能力の最適化のために,モデルはそれぞれ深分離可能な畳み込みとアラス空間ピラミッドプールモジュールを用いた。
さらに、機能埋め込みをさらに最適化するために、対照的な損失も利用しました。
さらなるモデルプルーニングにより、tiny-ppgは19,726モデルパラメータ(0.15メガバイト)しか持たず、87.8%の最先端検出精度を達成し、リアルタイムppgアーティファクト検出のためのstm32組み込みシステムへのデプロイに成功した。
そこで本研究では, PPGアーチファクト検出における資源制約型IoTスマートヘルスデバイスに対する効果的なソリューションを提供する。
関連論文リスト
- A Plug-and-Play Temporal Normalization Module for Robust Remote Photoplethysmography [8.164518942155246]
リモート光胸腺撮影(r)は、顔ビデオの微妙な色変化からPSG信号を抽出する。
ほとんどの r 法は連続するフレーム間の強度差に依存しており、動きや照明によって影響される長期的な信号の変化が欠けている。
本稿では、任意のエンドツーエンドのrネットワークアーキテクチャを持つフレキシブルなプラグアンドプレイモジュールであるテンポラル正規化(TN)を紹介する。
論文 参考訳（メタデータ） (2024-11-22T16:32:49Z) - Scaling Wearable Foundation Models [54.93979158708164]
センサ基礎モデルのスケーリング特性を計算,データ,モデルサイズにわたって検討する。
最大4000万時間分の心拍数、心拍変動、心電図活動、加速度計、皮膚温度、および1分間のデータを用いて、私たちはLSMを作成します。
この結果から,LSMのスケーリング法則は,時間とセンサの両面において,計算や外挿などのタスクに対して確立されている。
論文 参考訳（メタデータ） (2024-10-17T15:08:21Z) - REST: Efficient and Accelerated EEG Seizure Analysis through Residual State Updates [54.96885726053036]
本稿では,リアルタイム脳波信号解析のための新しいグラフベース残状態更新機構(REST)を提案する。
グラフニューラルネットワークとリカレント構造の組み合わせを活用することで、RESTは、非ユークリッド幾何学とEEGデータ内の時間的依存関係の両方を効率的にキャプチャする。
本モデルは,発作検出と分類作業において高い精度を示す。
論文 参考訳（メタデータ） (2024-06-03T16:30:19Z) - Global Context Aggregation Network for Lightweight Saliency Detection of
Surface Defects [70.48554424894728]
我々は,エンコーダ・デコーダ構造上の表面欠陥を簡易に検出するためのGCANet(Global Context Aggregation Network)を開発した。
まず、軽量バックボーンの上部層に新しいトランスフォーマーエンコーダを導入し、DSA(Depth-wise Self-Attention)モジュールを通じてグローバルなコンテキスト情報をキャプチャする。
3つの公開欠陥データセットの実験結果から,提案したネットワークは,他の17の最先端手法と比較して,精度と実行効率のトレードオフを良好に達成できることが示された。
論文 参考訳（メタデータ） (2023-09-22T06:19:11Z) - PPG-based Heart Rate Estimation with Efficient Sensor Sampling and
Learning Models [6.157700936357335]
ウェアラブルデバイスに埋め込まれた光胸部センサーは、心拍数(HR)を高精度に推定することができる。
しかしながら, PPGセンサを用いたHR推定を組込みデバイスに適用することは, エネルギー集中型高周波PSGサンプリングによる課題に直面している。
本研究では,低消費電力・資源制約の組込みデバイスに適したHR推定手法を提案する。
論文 参考訳（メタデータ） (2023-03-23T19:47:36Z) - Improving the Timing Resolution of Positron Emission Tomography
Detectors Using Boosted Learning -- A Residual Physics Approach [0.4999814847776097]
本研究は,機械学習(ML)と残差物理を用いた検出器最適化の新しい多用途手法を提案する。
ポジトロン・エミッション・トモグラフィー (PET) の概念を適用し, 一致時間分解能(CTR)の向上を目的とした。
臨床的に有意な19mmの検出器ではCTRを有意に改善し(20%以上)、185 ps (450-550 keV) のCTRに到達した。
論文 参考訳（メタデータ） (2023-02-03T12:10:24Z) - Q-PPG: Energy-Efficient PPG-based Heart Rate Monitoring on Wearable
Devices [22.7371904884504]
本稿では、人事監視のための深層時間畳み込みネットワーク(TCN)のリッチなファミリーを自動生成する設計手法を提案する。
私たちの最も正確なモデルは、平均絶対誤差で新しい最先端のモデルを設定します。
我々は,STM32WB55マイクロコントローラを内蔵した組み込みプラットフォーム上にTCNを配置し,リアルタイム実行に適していることを示す。
論文 参考訳（メタデータ） (2022-03-24T10:50:33Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳（メタデータ） (2021-11-23T18:57:11Z) - A fast accurate fine-grain object detection model based on YOLOv4 deep
neural network [0.0]
商業農場や果樹園における植物病の早期発見と予防は、精密農業技術の重要な特徴である。
本稿では,植物病の検出におけるいくつかの障害に対処する高性能なリアルタイム微粒物検出フレームワークを提案する。
提案するモデルは、You Only Look Once (YOLOv4)アルゴリズムの改良版に基づいて構築されている。
論文 参考訳（メタデータ） (2021-10-30T17:56:13Z) - 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) - PnP-DETR: Towards Efficient Visual Analysis with Transformers [146.55679348493587]
近年、DeTRはトランスフォーマーを用いたソリューションビジョンタスクの先駆者であり、画像特徴マップを直接オブジェクト結果に変換する。
最近の変圧器を用いた画像認識モデルとTTは、一貫した効率向上を示す。
論文 参考訳（メタデータ） (2021-09-15T01:10:30Z)
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。