論文の概要: Robust CNN-based Respiration Rate Estimation for Smartwatch PPG and IMU
- arxiv url: http://arxiv.org/abs/2401.05469v1
- Date: Wed, 10 Jan 2024 15:15:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-13 02:18:24.674289
- Title: Robust CNN-based Respiration Rate Estimation for Smartwatch PPG and IMU
- Title（参考訳）: スマートウォッチPPGとIMUのロバストCNNによる呼吸速度推定
- Authors: Kianoosh Kazemi, Iman Azimi, Pasi Liljeberg, Amir M. Rahmani
- Abstract要約: 呼吸速度 (RR) は、心臓血管疾患や睡眠障害などの様々な疾患の指標である。
既存のRR推定手法は、自由生活条件下で手首領域からPSGデータを収集する際に、RRを正確に抽出するのに苦労する。
本稿では、PPG、加速度計、ジャイロスコープ信号からRRを抽出するための畳み込みニューラルネットワークに基づくアプローチを提案する。
- 参考スコア（独自算出の注目度）: 2.206233030459147
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Respiratory rate (RR) serves as an indicator of various medical conditions,
such as cardiovascular diseases and sleep disorders. These RR estimation
methods were mostly designed for finger-based PPG collected from subjects in
stationary situations (e.g., in hospitals). In contrast to finger-based PPG
signals, wrist-based PPG are more susceptible to noise, particularly in their
low frequency range, which includes respiratory information. Therefore, the
existing methods struggle to accurately extract RR when PPG data are collected
from wrist area under free-living conditions. The increasing popularity of
smartwatches, equipped with various sensors including PPG, has prompted the
need for a robust RR estimation method. In this paper, we propose a
convolutional neural network-based approach to extract RR from PPG,
accelerometer, and gyroscope signals captured via smartwatches. Our method,
including a dilated residual inception module and 1D convolutions, extract the
temporal information from the signals, enabling RR estimation. Our method is
trained and tested using data collected from 36 subjects under free-living
conditions for one day using Samsung Gear Sport watches. For evaluation, we
compare the proposed method with four state-of-the-art RR estimation methods.
The RR estimates are compared with RR references obtained from a chest-band
device. The results show that our method outperforms the existing methods with
the Mean-Absolute-Error and Root-Mean-Square-Error of 1.85 and 2.34, while the
best results obtained by the other methods are 2.41 and 3.29, respectively.
Moreover, compared to the other methods, the absolute error distribution of our
method was narrow (with the lowest median), indicating a higher level of
agreement between the estimated and reference RR values.
- Abstract（参考訳）: 呼吸速度 (RR) は、心臓血管疾患や睡眠障害などの様々な疾患の指標である。
これらのRR推定法は、主に静止状態(例えば病院)の被験者から採取した指ベースのPSGのために設計された。
指ベースのppg信号とは対照的に、手首ベースのppgは、特に呼吸情報を含む低周波域においてノイズの影響を受けやすい。
したがって,自由生活条件下で手首領域からppgデータが収集された場合,既存の手法では正確なrr抽出に苦慮する。
PPGを含む各種センサーを搭載したスマートウォッチの普及により、堅牢なRR推定方法の必要性が高まっている。
本稿では,スマートウォッチから取得したppg,加速度計,ジャイロスコープ信号からrrを抽出する畳み込みニューラルネットワークに基づく手法を提案する。
拡張された残射モジュールと1D畳み込みを含む本手法は,信号から時間情報を抽出し,RR推定を可能にする。
本手法は,36名の被験者から収集したデータを用いて,samsung gear sportウォッチを用いて1日間,自由生活条件下でトレーニングおよびテストを行う。
評価のために,提案手法を4つの最先端RR推定法と比較した。
RR推定値は、胸部バンド装置から得られたRR基準と比較される。
その結果,本手法は平均絶対誤差1.85,根平均誤差2.34で既存手法を上回り,他の手法では2.41,3.29であった。
さらに,他の手法と比較して,提案手法の絶対誤差分布は狭く(中央値が最も低い),推定されたRR値と基準RR値との一致度が高かった。
関連論文リスト
- Regressor-free Molecule Generation to Support Drug Response Prediction [83.25894107956735]
目標IC50スコアに基づく条件生成により、より効率的なサンプリングスペースを得ることができる。
回帰自由誘導は、拡散モデルのスコア推定と、数値ラベルに基づく回帰制御モデルの勾配を結合する。
論文 参考訳（メタデータ） (2024-05-23T13:22:17Z) - Deformable Groupwise Registration Using a Locally Low-Rank Dissimilarity
Metric for Myocardial Strain Estimation from Cardiac Cine MRI Images [1.1938237087895653]
提案手法は,グループワイド登録に基づく2段階戦略により特徴点を追跡する。
グループワイズ-LLRは,他の手法と比較して,より正確な追跡とひずみ推定を実現した。
論文 参考訳（メタデータ） (2023-11-13T14:06:44Z) - Score-based Source Separation with Applications to Digital Communication
Signals [72.6570125649502]
拡散モデルを用いた重畳音源の分離手法を提案する。
高周波(RF)システムへの応用によって、我々は、基礎となる離散的な性質を持つ情報源に興味を持っている。
提案手法は,最近提案されたスコア蒸留サンプリング方式のマルチソース拡張と見なすことができる。
論文 参考訳（メタデータ） (2023-06-26T04:12:40Z) - Hand-breathe: Non-Contact Monitoring of Breathing Abnormalities from
Hand Palm [0.5799785223420273]
19年後の世界では、無線周波数(RF)ベースの非接触法が、人間の生命体のインテリジェントなリモートセンシングの候補として期待されている。
この研究は、USRP(Universal Software Radio peripherals)ベースのSDRと古典的な機械学習(ML)手法を用いて、異なる呼吸異常を監視する非接触法を設計する。
論文 参考訳（メタデータ） (2022-12-12T18:02:40Z) - RRWaveNet: A Compact End-to-End Multi-Scale Residual CNN for Robust PPG
Respiratory Rate Estimation [0.6464087844700315]
RRの変化は、心臓病、肺疾患、睡眠障害などの深刻な医療イベントを反映できるため、呼吸速度(RR)は重要なバイオマーカーである。
標準RRカウントはヒューマンエラーを起こしやすいため、連続的に実行することはできない。
本研究では,RRWaveNetを連続的に推定する手法を提案する。
論文 参考訳（メタデータ） (2022-08-18T07:11:34Z) - Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian
Shape Framework [65.19784967388934]
RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。
本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。
実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
論文 参考訳（メタデータ） (2022-06-30T13:04:42Z) - Learning to Perform Downlink Channel Estimation in Massive MIMO Systems [72.76968022465469]
大規模マルチインプット・マルチアウトプット(MIMO)システムにおけるダウンリンク(DL)チャネル推定について検討する。
一般的なアプローチは、チャネル硬化によって動機付けられた推定値として平均値を使用することである。
本稿では2つの新しい推定法を提案する。
論文 参考訳（メタデータ） (2021-09-06T13:42:32Z) - An End-to-End and Accurate PPG-based Respiratory Rate Estimation
Approach Using Cycle Generative Adversarial Networks [6.248335775936125]
呼吸率(RR)は換気を表す臨床徴候です。
Cycle Generative Adversarial Networks (CycleGAN) を用いたRR推定のためのエンドツーエンドで正確なパイプラインを提案する。
論文 参考訳（メタデータ） (2021-05-03T01:16:32Z) - A Novel Non-Invasive Estimation of Respiration Rate from
Photoplethysmograph Signal Using Machine Learning Model [0.0]
呼吸速度 (RR) は患者の健康を示す重要な指標である。
リアルタイムの連続RRモニタリング施設は集中ケアユニット(ICU)でのみ利用可能です。
最近の研究では、RR推定のためのPhotoplethysmogram(ECG)および/心電図(ECG)信号が提案されている。
本稿では,PPG信号特性を有する機械学習(ML)モデルを用いたRR推定手法について述べる。
論文 参考訳（メタデータ） (2021-02-18T17:08:50Z) - COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital
Contact Tracing [68.68882022019272]
COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。
1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
論文 参考訳（メタデータ） (2020-10-30T00:47:01Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
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。