論文の概要: MSPM: A Multi-Site Physiological Monitoring Dataset for Remote Pulse, Respiration, and Blood Pressure Estimation

• arxiv url: http://arxiv.org/abs/2402.02224v1
• Date: Sat, 3 Feb 2024 17:50:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-06 21:14:07.899801
• Title: MSPM: A Multi-Site Physiological Monitoring Dataset for Remote Pulse, Respiration, and Blood Pressure Estimation
• Title（参考訳）: mspm:遠隔脈拍・呼吸・血圧推定のための多地点生理モニタリングデータセット
• Authors: Jeremy Speth, Nathan Vance, Benjamin Sporrer, Lu Niu, Patrick Flynn, Adam Czajka
• Abstract要約: マルチサイト生理モニタリングデータセットについて述べる。 これは、カメラによる身体上のバイタルサインを同時に推定する研究を支援するために収集された最初のデータセットである。
• 参考スコア（独自算出の注目度）: 6.2250341321698155
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visible-light cameras can capture subtle physiological biomarkers without physical contact with the subject. We present the Multi-Site Physiological Monitoring (MSPM) dataset, which is the first dataset collected to support the study of simultaneous camera-based vital signs estimation from multiple locations on the body. MSPM enables research on remote photoplethysmography (rPPG), respiration rate, and pulse transit time (PTT); it contains ground-truth measurements of pulse oximetry (at multiple body locations) and blood pressure using contacting sensors. We provide thorough experiments demonstrating the suitability of MSPM to support research on rPPG, respiration rate, and PTT. Cross-dataset rPPG experiments reveal that MSPM is a challenging yet high quality dataset, with intra-dataset pulse rate mean absolute error (MAE) below 4 beats per minute (BPM), and cross-dataset pulse rate MAE below 2 BPM in certain cases. Respiration experiments find a MAE of 1.09 breaths per minute by extracting motion features from the chest. PTT experiments find that across the pairs of different body sites, there is high correlation between remote PTT and contact-measured PTT, which facilitates the possibility for future camera-based PTT research.
• Abstract（参考訳）: 可視光カメラは、被写体と物理的に接触することなく微妙な生理的バイオマーカーを捉えることができる。 生体上の複数の位置から同時カメラベースのバイタルサインを推定する研究を支援するために収集された最初のデータセットであるMSPMデータセットについて述べる。 MSPMは、リモート光胸腺撮影(rPPG)、呼吸速度、パルス通過時間(PTT)の研究を可能にする。 我々は、rPPG、呼吸速度、TTの研究を支援するMSPMの適合性を示す徹底的な実験を行った。 クロスデータセットrPPG実験により、MSPMは難しいが高品質なデータセットであり、データセット内パルスレートの平均絶対誤差(MAE)は4拍子/分(BPM)以下、クロスデータセットパルスレートMAEは2BPM以下であることが明らかになった。 呼吸実験では、胸部の動きの特徴を抽出し、1分間に1.09回の呼吸を行う。 PTT実験により, 遠隔PTTと接触測定TTとの間には高い相関関係がみられ, 将来のカメラによるTT研究の可能性が示唆された。

関連論文リスト

• Summit Vitals: Multi-Camera and Multi-Signal Biosensing at High Altitudes [22.23531900474421]
  ビデオ光胸腺撮影は、生理学的信号の非侵襲的かつ便利な測定方法である。 このデータセットは、ビデオのバイタル推定アルゴリズムを検証し、異なる位置からビデオを取り出すように設計されている。 以上の結果から,PSGや血液酸素などの複数の指標の同時トレーニングがSpO2推定におけるMAEを17.8%減少させる可能性が示唆された。
  論文  参考訳（メタデータ） (2024-09-28T03:36:16Z)
• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• Phase-shifted remote photoplethysmography for estimating heart rate and blood pressure from facial video [4.392877207448768]
  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)
• Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
  本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。 その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
  論文  参考訳（メタデータ） (2023-07-03T18:06:36Z)
• Full-Body Cardiovascular Sensing with Remote Photoplethysmography [4.123458880886283]
  リモート光胸腺撮影(r)では、反射光の小さなゆらぎを検出して、カメラからの血流の変化を非接触でモニタリングすることができる。 腕,足,手などの非顔の身体領域からrの実現可能性について検討した。
  論文  参考訳（メタデータ） (2023-03-16T20:37:07Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• ReViSe: Remote Vital Signs Measurement Using Smartphone Camera [0.0]
  リモートフォトプラチスモグラフィー(remote Photoplethysmography、rVi)は、バイオメトリックデータを集めるための高速で効果的で安価で便利な方法である。 本稿では,スマートフォンカメラで捉えたユーザの顔のゆがみに基づいて,人々のバイタルサインを測定するためのエンドツーエンドフレームワークを提案する。 ディープラーニングに基づくニューラルネットワークモデルを用いて,顔のランドマークをリアルタイムで抽出する。
  論文  参考訳（メタデータ） (2022-06-13T19:20:11Z)
• 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)
• 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)
• 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。