論文の概要: BeliefPPG: Uncertainty-aware Heart Rate Estimation from PPG signals via Belief Propagation

• arxiv url: http://arxiv.org/abs/2306.07730v2
• Date: Wed, 14 Jun 2023 16:29:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-16 10:42:01.376992
• Title: BeliefPPG: Uncertainty-aware Heart Rate Estimation from PPG signals via Belief Propagation
• Title（参考訳）: BeliefPPG:Breief PropagationによるPGG信号からの不確かさを意識した心拍数推定
• Authors: Valentin Bieri, Paul Streli, Berken Utku Demirel and Christian Holz
• Abstract要約: 本稿では,光胸腺画像信号から抽出した心拍数ベンチマークを用いて,最先端の性能を実現する新しい学習手法を提案する。 トレーニングされたマルコフネットワークを介して、所定のPSG信号ウィンドウの心拍数分布を導出する。 3つの異なるクロスバリデーション実験を行った8つの公開データセットに対して,本手法のロバスト性を示す。
• 参考スコア（独自算出の注目度）: 21.759742456358012
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We present a novel learning-based method that achieves state-of-the-art performance on several heart rate estimation benchmarks extracted from photoplethysmography signals (PPG). We consider the evolution of the heart rate in the context of a discrete-time stochastic process that we represent as a hidden Markov model. We derive a distribution over possible heart rate values for a given PPG signal window through a trained neural network. Using belief propagation, we incorporate the statistical distribution of heart rate changes to refine these estimates in a temporal context. From this, we obtain a quantized probability distribution over the range of possible heart rate values that captures a meaningful and well-calibrated estimate of the inherent predictive uncertainty. We show the robustness of our method on eight public datasets with three different cross-validation experiments.
• Abstract（参考訳）: 本稿では,photoplethysmography signal (ppg) から抽出した心拍数推定ベンチマークを用いて,最先端のパフォーマンスを実現する新しい学習ベース手法を提案する。 我々は,隠れマルコフモデルとして表現される離散時間確率過程の文脈における心拍数の進化を考える。 訓練されたニューラルネットワークを介して、所定のppg信号ウィンドウの心拍数値の分布を導出する。 信念伝播を用いて,心拍変動の統計的分布を取り入れ,これらの推定値を時間的文脈で洗練する。 そこで,本研究では,予測の不確かさを有意義かつ適切に推定した心拍数値の範囲を定量化した確率分布を求める。 提案手法は8つの公開データセット上で3つの異なる相互評価実験によりロバスト性を示す。

関連論文リスト

• Deep State-Space Generative Model For Correlated Time-to-Event Predictions [54.3637600983898]
  そこで本研究では,様々な種類の臨床イベント間の相互作用を捉えるために,潜伏状態空間生成モデルを提案する。 また,死亡率と臓器不全の関連性について有意な知見が得られた。
  論文  参考訳（メタデータ） (2024-07-28T02:42:36Z)
• Model-driven Heart Rate Estimation and Heart Murmur Detection based on Phonocardiogram [4.5546756241897235]
  本研究は, 心電図(PCG)データセットを用いて心拍数を推定する。 マルチタスク学習フレームワークにベストパフォーマンスモデルを拡張し、心拍数推定と大腿骨骨折検出を同時に行う。
  論文  参考訳（メタデータ） (2024-07-25T22:56:21Z)
• Deep adaptative spectral zoom for improved remote heart rate estimation [10.220888127527152]
  Chirp-Z Transform (CZT) は、心拍数に対する狭帯域の利息の範囲までスペクトルを洗練させ、頻繁な分解能を改善し、その結果より正確な推定を可能にする。 本稿では、リモートHR推定にCZTを用いる利点を示し、新しいデータ駆動適応型CZT推定器を提案する。
  論文  参考訳（メタデータ） (2024-03-11T16:55:19Z)
• WPPG Net: A Non-contact Video Based Heart Rate Extraction Network Framework with Compatible Training Capability [21.33542693986985]
  顔の皮膚には、リモートフォトプレシー(r)信号と呼ばれる微妙な色の変化があり、そこから被験者の心拍数を抽出できる。 近年,r信号抽出に関する多くの深層学習手法と関連するデータセットが提案されている。 しかしながら,BVP信号などのラベル波は,我々の体内を流れる時間と他の要因により,実際のr信号に不確実な遅延がある。 本稿では、r信号とラベル波のリズムと周期性に関する共通特性を解析することにより、これらのネットワークを包み、トレーニング時に効率を保ち続けるためのトレーニング手法を提案する。
  論文  参考訳（メタデータ） (2022-07-04T19:52:30Z)
• 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)
• Quantifying Uncertainty in Deep Spatiotemporal Forecasting [67.77102283276409]
  本稿では,正規格子法とグラフ法という2種類の予測問題について述べる。 我々はベイジアンおよび頻繁な視点からUQ法を解析し、統計的決定理論を通じて統一的な枠組みを提示する。 実際の道路ネットワークのトラフィック、疫病、空気質予測タスクに関する広範な実験を通じて、異なるUQ手法の統計計算トレードオフを明らかにする。
  論文  参考訳（メタデータ） (2021-05-25T14:35:46Z)
• Real-time Webcam Heart-Rate and Variability Estimation with Clean Ground Truth for Evaluation [9.883261192383612]
  リモートフォトプレチモグラフィ(r)は、カメラを使って人の心拍数(hr)を推定する HRVは、心臓の鼓動の間の間隔における微細な変動の尺度です。 新しいフィルタリングとモーション抑制を備えた洗練された効率的なリアルタイムrパイプラインを紹介します。
  論文  参考訳（メタデータ） (2020-12-31T18:57:05Z)
• STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological Regularization [76.57716281104938]
  我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。 stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。 我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
  論文  参考訳（メタデータ） (2020-12-08T21:21:47Z)
• Learning Calibrated Uncertainties for Domain Shift: A Distributionally Robust Learning Approach [150.8920602230832]
  ドメインシフトの下で校正された不確実性を学習するためのフレームワークを提案する。 特に、密度比推定は、ターゲット(テスト)サンプルの近さをソース(トレーニング)分布に反映する。 提案手法は下流タスクに有利な校正不確実性を生成する。
  論文  参考訳（メタデータ） (2020-10-08T02:10:54Z)
• Evaluating probabilistic classifiers: Reliability diagrams and score decompositions revisited [68.8204255655161]
  確率的に統計的に一貫性があり、最適に結合し、再現可能な信頼性図を自動生成するCORP手法を導入する。 コーパスは非パラメトリックアイソトニック回帰に基づいており、プール・アジャセント・ヴァイオレータ(PAV)アルゴリズムによって実装されている。
  論文  参考訳（メタデータ） (2020-08-07T08:22:26Z)
• Prediction of the onset of cardiovascular diseases from electronic health records using multi-task gated recurrent units [51.14334174570822]
  本稿では,電子カルテから心血管イベントを予測するための注意機構を備えたマルチタスク・リカレントニューラルネットワークを提案する。 提案手法は、NHS Foundation Trustの5年間のデータを用いて、標準的な臨床リスク予測器(QRISK)と機械学習の代替手段と比較される。
  論文  参考訳（メタデータ） (2020-07-16T17:43:13Z)

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。