論文の概要: A Self-Supervised Algorithm for Denoising Photoplethysmography Signals
for Heart Rate Estimation from Wearables
- arxiv url: http://arxiv.org/abs/2307.05339v1
- Date: Fri, 7 Jul 2023 06:21:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-12 14:25:22.196073
- Title: A Self-Supervised Algorithm for Denoising Photoplethysmography Signals
for Heart Rate Estimation from Wearables
- Title（参考訳）: ウェアラブルからの心拍推定のためのフォトプレソグラフィ信号の自己監督アルゴリズム
- Authors: Pranay Jain, Cheng Ding, Cynthia Rudin, Xiao Hu
- Abstract要約: 我々は,PPG信号の清浄な部分を保ちながら,信号の劣化部分を再構成するPPG信号を復調するアルゴリズムを開発した。
我々の新しいフレームワークは自己教師型トレーニングに依存しており、クリーンなPSG信号の大規模なデータベースを活用してデノナイズドオートエンコーダを訓練する。
- 参考スコア（独自算出の注目度）: 21.086951625740824
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Smart watches and other wearable devices are equipped with
photoplethysmography (PPG) sensors for monitoring heart rate and other aspects
of cardiovascular health. However, PPG signals collected from such devices are
susceptible to corruption from noise and motion artifacts, which cause errors
in heart rate estimation. Typical denoising approaches filter or reconstruct
the signal in ways that eliminate much of the morphological information, even
from the clean parts of the signal that would be useful to preserve. In this
work, we develop an algorithm for denoising PPG signals that reconstructs the
corrupted parts of the signal, while preserving the clean parts of the PPG
signal. Our novel framework relies on self-supervised training, where we
leverage a large database of clean PPG signals to train a denoising
autoencoder. As we show, our reconstructed signals provide better estimates of
heart rate from PPG signals than the leading heart rate estimation methods.
Further experiments show significant improvement in Heart Rate Variability
(HRV) estimation from PPG signals using our algorithm. We conclude that our
algorithm denoises PPG signals in a way that can improve downstream analysis of
many different health metrics from wearable devices.
- Abstract（参考訳）: スマートウォッチやその他のウェアラブルデバイスには、心拍数やその他の循環器の健康状態を監視するためのppg(photoplethysmography)センサーが備わっている。
しかしながら、これらのデバイスから収集されたPSG信号は、ノイズやモーションアーティファクトからの破損に影響され、心拍数推定の誤差を引き起こす。
典型的な消音アプローチは、保存に有用な信号のクリーンな部分からでも、多くの形態的情報を排除する方法で信号をフィルタリングまたは再構成する。
そこで本研究では,ppg信号のクリーンな部分を保ちつつ,信号の破損部分を再構成するppg信号の非ノイズ化アルゴリズムを開発した。
我々の新しいフレームワークは自己教師型トレーニングに依存しており、クリーンなPSG信号の大規模なデータベースを活用してデノナイズドオートエンコーダを訓練する。
その結果,ppg信号からの心拍数の推定は心拍数推定法よりも高い値を示した。
さらに,PPG信号からの心拍変動(HRV)推定をアルゴリズムを用いて大幅に改善した。
我々のアルゴリズムは、ウェアラブルデバイスからの様々な健康指標の下流分析を改善する方法として、PSG信号をノイズ化する。
関連論文リスト
- SQUWA: Signal Quality Aware DNN Architecture for Enhanced Accuracy in Atrial Fibrillation Detection from Noisy PPG Signals [37.788535094404644]
心房細動(AF)は脳卒中、心臓病、死亡のリスクを著しく増大させる。
光胸腺造影(PPG)信号は、運動人工物や、しばしば起立条件で遭遇する他の要因による腐敗に影響を受けやすい。
本研究では,一部劣化したPSGから正確な予測の維持方法を学習するための新しい深層学習モデルを提案する。
論文 参考訳（メタデータ） (2024-04-15T01:07:08Z) - Unsupervised Denoising for Signal-Dependent and Row-Correlated Imaging Noise [54.0185721303932]
本稿では,行関連の画像ノイズを処理できる,教師なしのディープラーニングベースデノイザについて紹介する。
提案手法では,特殊設計の自己回帰デコーダを備えた変分オートエンコーダを用いる。
本手法では,事前学習した雑音モデルを必要としないため,雑音のないデータを用いてスクラッチから訓練することができる。
論文 参考訳（メタデータ） (2023-10-11T20:48:20Z) - 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) - DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler
Signal [48.97719097435527]
DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。
動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
論文 参考訳（メタデータ） (2023-05-15T18:19:29Z) - 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) - 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) - Motion Artifact Reduction In Photoplethysmography For Reliable Signal
Selection [5.264561559435017]
光胸腺造影法(英: Photoplethysmography, PPG)は、人体の重要な兆候を抽出する非侵襲的、経済的手法である。
信号の品質を損なうような動きに敏感である。
日々の生活活動(ADL)を行いながら現実的なPSG信号を収集し,実践的な信号聴取・分析手法を開発することは重要である。
論文 参考訳（メタデータ） (2021-09-06T21:53:56Z) - Improved Slice-wise Tumour Detection in Brain MRIs by Computing
Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。
本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。
本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文 参考訳（メタデータ） (2020-07-24T14:02:09Z) - 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) - ADRN: Attention-based Deep Residual Network for Hyperspectral Image
Denoising [52.01041506447195]
ノイズの多いHSIからクリーンなHSIへのマッピングを学習するために,注目に基づくディープ残差ネットワークを提案する。
実験の結果,提案手法は定量的および視覚的評価において最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2020-03-04T08:36:27Z)
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。