論文の概要: BrainZ-BP: A Non-invasive Cuff-less Blood Pressure Estimation Approach
Leveraging Brain Bio-impedance and Electrocardiogram
- arxiv url: http://arxiv.org/abs/2311.10996v2
- Date: Thu, 23 Nov 2023 05:08:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 01:59:03.190914
- Title: BrainZ-BP: A Non-invasive Cuff-less Blood Pressure Estimation Approach
Leveraging Brain Bio-impedance and Electrocardiogram
- Title(参考訳): BrainZ-BP:脳バイオインダプタンスと心電図を利用した非侵襲的カフレス血圧推定法
- Authors: Bufang Yang, Le Liu, Wenxuan Wu, Mengliang Zhou, Hongxing Liu, Xinbao
Ning
- Abstract要約: 脳バイオインダプタンス(BIOZ)は、非侵襲的頭蓋内圧モニタリング(ICP)のための有望な技術である。
脳BIOZ測定のために、頭部前頭骨と後頭骨に2つの電極を配置する。
脈波伝達時間とBIOZの形態的特徴を抽出し, BP推定のための4つの回帰モデルに入力した。
その結果,無作為森林回帰モデルの平均絶対誤差,根平均二乗誤差,相関係数は2.17 mmHg,3.91 mmHg,0.90であることがわかった。
- 参考スコア(独自算出の注目度): 2.295711231919421
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate and continuous blood pressure (BP) monitoring is essential to the
early prevention of cardiovascular diseases. Non-invasive and cuff-less BP
estimation algorithm has gained much attention in recent years. Previous
studies have demonstrated that brain bio-impedance (BIOZ) is a promising
technique for non-invasive intracranial pressure (ICP) monitoring. Clinically,
treatment for patients with traumatic brain injuries (TBI) requires monitoring
the ICP and BP of patients simultaneously. Estimating BP by brain BIOZ directly
can reduce the number of sensors attached to the patients, thus improving their
comfort. To address the issues, in this study, we explore the feasibility of
leveraging brain BIOZ for BP estimation and propose a novel cuff-less BP
estimation approach called BrainZ-BP. Two electrodes are placed on the forehead
and occipital bone of the head in the anterior-posterior direction for brain
BIOZ measurement. Various features including pulse transit time and
morphological features of brain BIOZ are extracted and fed into four regression
models for BP estimation. Results show that the mean absolute error, root mean
square error, and correlation coefficient of random forest regression model are
2.17 mmHg, 3.91 mmHg, and 0.90 for systolic pressure estimation, and are 1.71
mmHg, 3.02 mmHg, and 0.89 for diastolic pressure estimation. The presented
BrainZ-BP can be applied in the brain BIOZ-based ICP monitoring scenario to
monitor BP simultaneously.
- Abstract(参考訳): 心血管疾患の早期予防には,正確な血圧モニタリング(BP)が不可欠である。
近年,非侵襲的かつカフレスBP推定アルゴリズムが注目されている。
これまでの研究では、脳内バイオインダプタンス(BIOZ)が非侵襲的頭蓋内圧(ICP)モニタリングの有望な技術であることが示された。
臨床的には、外傷性脳損傷(TBI)患者の治療には、ICPとBPを同時に監視する必要がある。
脳BIOZによるBPの推定は、患者に装着されるセンサーの数を減少させ、快適さを向上させる。
そこで本研究では,脳内BIOZを用いたBP推定の実現可能性について検討し,新しいカフレスBP推定手法であるBrainZ-BPを提案する。
頭部の額骨と後頭骨の2つの電極を脳バイオス測定の前後方向に配置する。
脈波伝達時間とBIOZの形態的特徴を抽出し, BP推定のための4つの回帰モデルに入力した。
その結果, 無作為森林回帰モデルの平均絶対誤差, 根平均二乗誤差, 相関係数は2.17 mmHg, 3.91 mmHg, 0.90で, 拡張期圧力推定では1.71 mmHg, 3.02 mmHg, 0.89であった。
提案するbrainz-bpは、脳biozベースのicp監視シナリオに適用でき、同時にbpを監視することができる。
関連論文リスト
- Exploring the limitations of blood pressure estimation using the photoplethysmography signal [0.0]
光プレモグラフィ(N-シメセ)と浸潤動脈血圧(N-IABP)を比較検討した。
N-IABP信号は、SBP(Systolic blood pressure)およびDBP(Distolic blood pressure)のAAMI標準に合致する
BP推定におけるPSGの有用性と限界について検討した。
論文 参考訳(メタデータ) (2024-04-09T14:08:23Z) - A Finger on the Pulse of Cardiovascular Health: Estimating Blood Pressure with Smartphone Photoplethysmography-Based Pulse Waveform Analysis [2.4347312660509672]
本研究は, 血圧推定のためのスマートフォンを用いた光プラチスモグラフィー(SPW-BP)の革新的4つの戦略を提案する。
我々は,高次正規化やデータ削除,境界信号再構成など,しばしば無視されるデータ品質改善技術を採用している。
相関とSHAP分析はBP推定を改善するための重要な特徴を同定した。
しかし, Bland-Altman 分析では系統的偏りがみられ, MAE 解析ではAAMI と BHS の精度基準を満たしていないことがわかった。
論文 参考訳(メタデータ) (2024-01-20T05:05:17Z) - Phase-shifted remote photoplethysmography for estimating heart rate and
blood pressure from facial video [5.189602489149301]
心拍数と血圧は、心臓血管系のモニタリングにとって重要な生体情報である。
本論文では,心拍数と血圧を推定する視覚的手法を提案する。
本論文では,2段階の深層学習フレームワークを,BP-NetとBBP-Netで構成する。
論文 参考訳(メタデータ) (2024-01-09T13:56:37Z) - Quantifying predictive uncertainty of aphasia severity in stroke patients with sparse heteroscedastic Bayesian high-dimensional regression [47.1405366895538]
高次元データに対する疎線型回帰法は、通常、残留物が一定の分散を持つと仮定するが、これは実際には破ることができる。
本稿では,ヘテロセダスティック分割経験的ベイズ期待条件最大化アルゴリズムを用いて,高次元ヘテロセダスティック線形回帰モデルを推定する。
論文 参考訳(メタデータ) (2023-09-15T22:06:29Z) - Simulation-based Inference for Cardiovascular Models [57.92535897767929]
シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。
臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。
我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
論文 参考訳(メタデータ) (2023-07-26T02:34:57Z) - An In-depth Study of Stochastic Backpropagation [44.953669040828345]
本稿では,標準画像分類および物体検出タスクのための深層ニューラルネットワークのトレーニングにおいて,バックプロパゲーション(SBP)について検討する。
後方伝播中、SBPはGPUメモリと計算コストを節約するために、機能マップのサブセットのみを使用することで勾配を計算する。
画像分類とオブジェクト検出の実験は、SBPが最大40%のGPUメモリを1%未満の精度で保存できることを示している。
論文 参考訳(メタデータ) (2022-09-30T23:05:06Z) - Building Brains: Subvolume Recombination for Data Augmentation in Large
Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。
そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。
拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文 参考訳(メタデータ) (2022-05-05T10:31:57Z) - A Shallow U-Net Architecture for Reliably Predicting Blood Pressure (BP)
from Photoplethysmogram (PPG) and Electrocardiogram (ECG) Signals [1.1695966610359496]
病院で血液圧(BP)の連続モニタリングに使われている方法のほとんどは、侵襲的である。
本研究では,光胸腺図や心電図などの非侵襲的に収集可能な信号からBPを予測するためのオートエンコーダの適用性を検討した。
非常に浅い1次元オートエンコーダは、非常に大きなデータセット上で最先端の性能でSBPとDBPを予測するために関連する特徴を抽出できることがわかった。
論文 参考訳(メタデータ) (2021-11-12T19:34:20Z) - 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) - 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) - 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。