論文の概要: Hypertension Detection From High-Dimensional Representation of Photoplethysmogram Signals

• arxiv url: http://arxiv.org/abs/2308.02425v1
• Date: Mon, 31 Jul 2023 00:09:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-14 01:39:35.952886
• Title: Hypertension Detection From High-Dimensional Representation of Photoplethysmogram Signals
• Title（参考訳）: フォトプレチモグラム信号の高次元表現による高血圧の検出
• Authors: Navid Hasanzadeh, Shahrokh Valaee, Hojjat Salehinejad
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 38.497450879376
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hypertension is commonly referred to as the "silent killer", since it can lead to severe health complications without any visible symptoms. Early detection of hypertension is crucial in preventing significant health issues. Although some studies suggest a relationship between blood pressure and certain vital signals, such as Photoplethysmogram (PPG), reliable generalization of the proposed blood pressure estimation methods is not yet guaranteed. This lack of certainty has resulted in some studies doubting the existence of such relationships, or considering them weak and limited to heart rate and blood pressure. In this paper, a high-dimensional representation technique based on random convolution kernels is proposed for hypertension detection using PPG signals. The results show that this relationship extends beyond heart rate and blood pressure, demonstrating the feasibility of hypertension detection with generalization. Additionally, the utilized transform using convolution kernels, as an end-to-end time-series feature extractor, outperforms the methods proposed in the previous studies and state-of-the-art deep learning models.
• Abstract（参考訳）: 高血圧は一般的に「サイレントキラー」と呼ばれ、目に見える症状を伴わずに重篤な健康上の合併症を引き起こす可能性がある。 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。 血圧とphotoplethysmogram(ppg)のような特定の生体信号との関係を示唆する研究もあるが、提案された血圧推定法の信頼性の高い一般化はまだ保証されていない。 この確実性の欠如は、そのような関係の存在を疑う研究や、心拍数や血圧に制限された弱さを考える研究に繋がった。 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。 その結果、この関係は心拍数と血圧を超えて広がり、一般化による高血圧検出の可能性を示した。 さらに,コンボリューション・カーネルをエンドツーエンドの時系列特徴抽出器として用いた変換は,先行研究や最先端ディープラーニングモデルで提案されている手法を上回っている。

関連論文リスト

• The Pitfalls and Promise of Conformal Inference Under Adversarial Attacks [90.52808174102157]
  医療画像や自律運転などの安全クリティカルな応用においては、高い敵の堅牢性を維持し、潜在的敵の攻撃から保護することが不可欠である。 敵対的に訓練されたモデルに固有の不確実性に関して、注目すべき知識ギャップが残っている。 本研究では,共形予測(CP)の性能を標準対向攻撃の文脈で検証することにより,ディープラーニングモデルの不確実性について検討する。
  論文  参考訳（メタデータ） (2024-05-14T18:05:19Z)
• Motion Magnification in Robotic Sonography: Enabling Pulsation-Aware Artery Segmentation [44.868281669589194]
  スキャン中の動脈セグメンテーションの精度と安定性を改善するために,新しい脈動補助セグメンテーションニューラルネットワーク(PAS-NN)を提案する。 興味のある周波数帯域内の微妙な動きを増幅し、連続したUS画像から脈動信号を抽出するために、運動倍率技術を用いる。 抽出したリアルタイム脈動情報は、米国横断画像の動脈を見つけるのに役立つ。
  論文  参考訳（メタデータ） (2023-07-07T16:14:17Z)
• Bias in Pruned Vision Models: In-Depth Analysis and Countermeasures [93.17009514112702]
  ニューラルネットワークのパラメータのかなりの部分集合をゼロに設定するプルーニングは、モデル圧縮の最も一般的な方法の1つである。 この現象の既存の証拠にもかかわらず、ニューラルネットワークのプルーニングと誘導バイアスの関係はよく理解されていない。
  論文  参考訳（メタデータ） (2023-04-25T07:42:06Z)
• PPG Signals for Hypertension Diagnosis: A Novel Method using Deep Learning Models [0.0]
  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。
  論文  参考訳（メタデータ） (2023-04-14T06:40:10Z)
• 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)
• InsightNet: non-contact blood pressure measuring network based on face video [9.824584818736032]
  血圧データは、主にコンタクトセンサーを通じて取得され、高いメンテナンスが必要であり、不便で、一部の人々にとって親しみやすい。 本稿では,顔画像に基づく非接触血圧計測ネットワークを初めて提案する。
  論文  参考訳（メタデータ） (2022-03-07T07:06:42Z)
• 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)
• Ambulatory blood pressure monitoring versus office blood pressure measurement: Are there sex differences? [55.41644538483948]
  オフィス血圧測定(英語: Office Blood Pressure Measurement, OBP)は、血圧を24時間で測定する技術である。 本研究の目的は,高血圧を疑う822名の患者において,性差がOBPとABPMの相違に及ぼす影響について検討することである。
  論文  参考訳（メタデータ） (2021-06-04T10:09:44Z)
• 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)
• Continuous Monitoring of Blood Pressure with Evidential Regression [19.92542487970484]
  光胸腺X線写真(MIC)信号を用いた血圧推定は,最新のBP測定の候補として期待できる。 提案手法は,不確実性を推定し,医療状態の診断に役立てることにより,予測BPの信頼性を提供する。
  論文  参考訳（メタデータ） (2021-02-06T09:09:31Z)

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。