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
- 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) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳(メタデータ) (2022-04-26T14:20:26Z) - 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) - 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) - AutoHR: A Strong End-to-end Baseline for Remote Heart Rate Measurement
with Neural Searching [76.4844593082362]
既存のエンド・ツー・エンドのネットワークが難易度が低い理由を考察し,アーキテクチャ・サーチ(NAS)を用いたリモートHR計測のための強力なベースラインを確立する。
総合的な実験は、時間内テストとクロスデータセットテストの両方で3つのベンチマークデータセットで実施される。
論文 参考訳(メタデータ) (2020-04-26T05:43:21Z)
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。