論文の概要: Quality Assessment of Photoplethysmography Signals For Cardiovascular
Biomarkers Monitoring Using Wearable Devices
- arxiv url: http://arxiv.org/abs/2307.08766v1
- Date: Mon, 17 Jul 2023 18:26:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-19 17:37:53.586243
- Title: Quality Assessment of Photoplethysmography Signals For Cardiovascular
Biomarkers Monitoring Using Wearable Devices
- Title（参考訳）: ウェアラブルデバイスを用いた心血管バイオマーカーモニタリングのための光胸撮影信号の品質評価
- Authors: Felipe M. Dias, Marcelo A. F. Toledo, Diego A. C. Cardenas, Douglas A.
Almeida, Filipe A. C. Oliveira, Estela Ribeiro, Jose E. Krieger, Marco A.
Gutierrez
- Abstract要約: 光胸腺撮影(英: Photoplethysmography)は、組織の微小血管層における血液量の変化を測定する非侵襲的な技術である。
Photoplethysmography は血管収縮や血管拡張などの条件を示すパラメータの評価を可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Photoplethysmography (PPG) is a non-invasive technology that measures changes
in blood volume in the microvascular bed of tissue. It is commonly used in
medical devices such as pulse oximeters and wrist worn heart rate monitors to
monitor cardiovascular hemodynamics. PPG allows for the assessment of
parameters (e.g., heart rate, pulse waveform, and peripheral perfusion) that
can indicate conditions such as vasoconstriction or vasodilation, and provides
information about microvascular blood flow, making it a valuable tool for
monitoring cardiovascular health. However, PPG is subject to a number of
sources of variations that can impact its accuracy and reliability, especially
when using a wearable device for continuous monitoring, such as motion
artifacts, skin pigmentation, and vasomotion. In this study, we extracted 27
statistical features from the PPG signal for training machine-learning models
based on gradient boosting (XGBoost and CatBoost) and Random Forest (RF)
algorithms to assess quality of PPG signals that were labeled as good or poor
quality. We used the PPG time series from a publicly available dataset and
evaluated the algorithm s performance using Sensitivity (Se), Positive
Predicted Value (PPV), and F1-score (F1) metrics. Our model achieved Se, PPV,
and F1-score of 94.4, 95.6, and 95.0 for XGBoost, 94.7, 95.9, and 95.3 for
CatBoost, and 93.7, 91.3 and 92.5 for RF, respectively. Our findings are
comparable to state-of-the-art reported in the literature but using a much
simpler model, indicating that ML models are promising for developing remote,
non-invasive, and continuous measurement devices.
- Abstract（参考訳）: photoplethysmography(ppg)は、微小血管床の血液量の変化を測定する非侵襲的技術である。
パルスオキシメータや手首に装着した心拍モニターなどの医療機器で、心臓血管の血行動態をモニターするために一般的に用いられる。
PPGは血管収縮や血管拡張などの病態を示すパラメータ(心拍数、脈波波形、末梢灌流など)の評価を可能にし、微小血管血流に関する情報を提供するので、心臓血管の健康をモニタリングするための貴重なツールとなる。
しかし、PDGはその正確さと信頼性に影響を及ぼす可能性のある様々な要因、特にモーションアーティファクト、皮膚色素化、血管運動などの連続的な監視にウェアラブルデバイスを使用する場合である。
本研究では,勾配ブースティング(XGBoostとCatBoost)とランダムフォレスト(RF)アルゴリズムに基づいて,PPG信号から27種類の統計的特徴を抽出し,PPG信号の品質を良質または劣悪な品質と評価した。
公開データセットのppg時系列を用いて感度(se)、正の予測値(ppv)、f1-score(f1)を用いたアルゴリズムsの性能評価を行った。
XGBoostはSe, PPV, F1スコアが94.4, 95.6, 95.0, CatBoostは94.7, 95.9, 95.3, RFは93.7, 91.3, 92.5であった。
文献で報告されている最先端技術に匹敵するが,よりシンプルなモデルを用いて,MLモデルが遠隔・非侵襲・連続計測装置の開発に有効であることを示す。
関連論文リスト
- Adversarial Contrastive Learning Based Physics-Informed Temporal Networks for Cuffless Blood Pressure Estimation [37.94387581519217]
逆相関学習を用いた物理インフォームド・テンポラル・ネットワーク(PITN)を導入し,非常に限られたデータで正確なBP推定を実現する。
次に, 対人訓練を駆使して生理的時系列データを生成し, スパースデータに面したPITNの堅牢性を向上させる。
論文 参考訳（メタデータ） (2024-08-16T02:17:21Z) - 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) - 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) - Improving Diffusion Models for ECG Imputation with an Augmented Template
Prior [43.6099225257178]
ノイズと品質の悪い録音は、モバイルヘルスシステムを使って収集された信号にとって大きな問題である。
近年の研究では、確率的時系列モデルによるECGの欠落値の計算が検討されている。
本稿では,様々な健康状態の事前情報として,テンプレート誘導型拡散確率モデル(DDPM)PulseDiffを提案する。
論文 参考訳（メタデータ） (2023-10-24T11:34:15Z) - 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) - Personalised and Adjustable Interval Type-2 Fuzzy-Based PPG Quality
Assessment for the Edge [0.1433758865948252]
提案システムは,超低複雑性とリアルタイムPSG品質評価を可能にする可能性を秘めている。
提案システムは検証中の平均精度を93.72%まで向上させた。
論文 参考訳（メタデータ） (2023-09-23T19:35:00Z) - Digital twinning of cardiac electrophysiology models from the surface
ECG: a geodesic backpropagation approach [39.36827689390718]
逆等角問題の解法としてGeodesic-BPを提案する。
その結果,Geodesic-BPは人工心臓の活性化を高精度に再現できることが示唆された。
パーソナライズド医療への将来のシフトを考えると、Geodesic-BPは将来の心臓モデルの機能化に役立つ可能性がある。
論文 参考訳（メタデータ） (2023-08-16T14:57:12Z) - Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation
of rPPG [2.82697733014759]
r(pg photoplethysmography)は、カメラで捉えたヘモグロビンの光吸収特性を用いてBVP(Blood Volume Pulse)を測定し、分析する技術である。
本研究は,多種多様なデータセットを対象とした様々なrベンチマーク手法の評価を行い,妥当性評価と比較を行うためのフレームワークを提供することを目的とする。
論文 参考訳（メタデータ） (2023-07-24T09:35:47Z) - Amplitude-Independent Machine Learning for PPG through Visibility Graphs
and Transfer Learning [16.79885220470521]
Photoplethysmography (Photoplethysmography)は、光を用いた血液量の変化の測定である。
光胸腺造影信号は、身体の循環系に関する洞察を与える。
光胸腺造影信号は、心拍数や血管老化などの様々な生体機能を引き出すために用いられる。
論文 参考訳（メタデータ） (2023-05-23T13:41:52Z) - 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) - 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)
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。