論文の概要: WildPPG: A Real-World PPG Dataset of Long Continuous Recordings
- arxiv url: http://arxiv.org/abs/2412.17540v1
- Date: Mon, 23 Dec 2024 13:02:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-24 15:57:55.047487
- Title: WildPPG: A Real-World PPG Dataset of Long Continuous Recordings
- Title（参考訳）: WildPPG: 長期連続記録のリアルタイムPSGデータセット
- Authors: Manuel Meier, Berken Utku Demirel, Christian Holz,
- Abstract要約: 本研究では,屋外環境における日常活動からの表現的データを処理する際に,最先端の人事推定手法が困難であることを示す。
13.5時間に16人の参加者による野外活動における連続PSG記録のための新しいマルチモーダルデータセットとベンチマーク結果を紹介した。
本稿では,既存のベースラインよりも現実のシナリオにおいて,HR値をより堅牢に推定する新しい手法を提案する。
- 参考スコア（独自算出の注目度）: 22.626523728464615
- License:
- Abstract: Reflective photoplethysmography (PPG) has become the default sensing technique in wearable devices to monitor cardiac activity via a person's heart rate (HR). However, PPG-based HR estimates can be substantially impacted by factors such as the wearer's activities, sensor placement and resulting motion artifacts, as well as environmental characteristics such as temperature and ambient light. These and other factors can significantly impact and decrease HR prediction reliability. In this paper, we show that state-of-the-art HR estimation methods struggle when processing \emph{representative} data from everyday activities in outdoor environments, likely because they rely on existing datasets that captured controlled conditions. We introduce a novel multimodal dataset and benchmark results for continuous PPG recordings during outdoor activities from 16 participants over 13.5 hours, captured from four wearable sensors, each worn at a different location on the body, totaling 216\,hours. Our recordings include accelerometer, temperature, and altitude data, as well as a synchronized Lead I-based electrocardiogram for ground-truth HR references. Participants completed a round trip from Zurich to Jungfraujoch, a tall mountain in Switzerland over the course of one day. The trip included outdoor and indoor activities such as walking, hiking, stair climbing, eating, drinking, and resting at various temperatures and altitudes (up to 3,571\,m above sea level) as well as using cars, trains, cable cars, and lifts for transport -- all of which impacted participants' physiological dynamics. We also present a novel method that estimates HR values more robustly in such real-world scenarios than existing baselines.
- Abstract（参考訳）: 反射型光胸腺撮影(PPG)は、心拍数(HR)を介して心臓活動を監視するウェアラブルデバイスにおいて、デフォルトのセンシング技術となっている。
しかし, PPGに基づくHR推定は, 着用者の活動, センサ配置, 結果として生じる運動人工物などの要因, 温度や環境光などの環境特性に大きく影響する可能性がある。
これらのその他の要因は、HR予測の信頼性に大きく影響し、低下する可能性がある。
本稿では,現在最先端の人事推定手法が,屋外環境における日常的な活動から<emph{representative>データを処理する際に困難であることを示す。
13.5時間にわたる屋外活動中の16人の被験者から,身体の異なる場所で装着された4つのウェアラブルセンサから,それぞれ216時間以上にわたって収集された,新しいマルチモーダルデータセットと連続PSG記録のベンチマーク結果を紹介した。
私たちの記録には加速度計、温度、高度データ、および地上のHR参照のためのPed Iベースの同期心電図が含まれています。
参加者はチューリッヒからスイスの高い山であるユングフラウホッホへの1日間の往復を完了した。
旅行には、歩行、ハイキング、階段登り、食事、飲食、さまざまな温度と高度(海抜3,571\m)での休息などの屋外および屋内活動や、車、電車、ケーブルカー、リフトなどの輸送活動が含まれており、いずれも参加者の生理学に影響を与えた。
また,既存のベースラインよりも現実のシナリオにおいて,HR値をより堅牢に推定する新しい手法を提案する。
関連論文リスト
- Scaling Wearable Foundation Models [54.93979158708164]
センサ基礎モデルのスケーリング特性を計算,データ,モデルサイズにわたって検討する。
最大4000万時間分の心拍数、心拍変動、心電図活動、加速度計、皮膚温度、および1分間のデータを用いて、私たちはLSMを作成します。
この結果から,LSMのスケーリング法則は,時間とセンサの両面において,計算や外挿などのタスクに対して確立されている。
論文 参考訳（メタデータ） (2024-10-17T15:08:21Z) - Dataset Bias in Human Activity Recognition [57.91018542715725]
このコントリビューションは、トレーニングデータを統計的にキュレートし、人間の身体的特性がHARのパフォーマンスにどの程度影響するかを評価する。
時系列HARのセンサ,アクティビティ,記録の異なる2つのHARデータセット上で,最先端の畳み込みニューラルネットワークの性能を評価する。
論文 参考訳（メタデータ） (2023-01-19T12:33:50Z) - Vision in adverse weather: Augmentation using CycleGANs with various
object detectors for robust perception in autonomous racing [70.16043883381677]
自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。
悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。
本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
論文 参考訳（メタデータ） (2022-01-10T10:02:40Z) - Monitoring Indoor Activity of Daily Living Using Thermal Imaging: A Case
Study [0.0]
熱センサアレイ(TSA)を用いた屋内ADL監視のためのIoTシステムを提案する。
日常活動、睡眠活動、非活動の3種類のADLが導入された。
その結果,3つの活動クラスは昼夜の平均気温と同一視できることがわかった。
論文 参考訳（メタデータ） (2021-09-06T08:55:09Z) - DigitalExposome: Quantifying the Urban Environment Influence on
Wellbeing based on Real-Time Multi-Sensor Fusion and Deep Belief Network [4.340040784481499]
我々は,「DigitalExposome」という用語を,環境,個人特性,行動,幸福感の関係を理解するための概念的枠組みとして定義する。
都市環境要因を含むマルチセンサデータを(初めて)同時に収集しました。
論文 参考訳（メタデータ） (2021-01-29T14:55:19Z) - 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) - Deep CHORES: Estimating Hallmark Measures of Physical Activity Using
Deep Learning [0.20999222360659603]
手首の加速度計の人気が高まる中、PA型を認識し、寿命にわたってエネルギー消費(EE)を推定するための厳密な評価が必要である。
時系列データから空間的・時間的表現を抽出する深層学習ネットワークを構築し,PA型認識とEE推定に利用した。
論文 参考訳（メタデータ） (2020-07-26T12:15:50Z) - 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) - 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) - RF Sensing for Continuous Monitoring of Human Activities for Home
Consumer Applications [13.353145284926986]
ホームモニタリングのためのRFセンシングシステムについて報告する。
本システムは,日常生活活動(ADL)を認識し,ユニークな動作特性を検出する。
異なる動きの遷移時間と時間スパンの両方を見つけると、分類が改善される。
論文 参考訳（メタデータ） (2020-03-21T16:52:26Z) - Pedestrian orientation dynamics from high-fidelity measurements [65.06084067891364]
本研究では,歩行者の運動の一般的な物理的特性に基づいて学習するディープ・ニューラル・アーキテクチャに基づく新しい計測手法を提案する。
提案手法は, 誤差を7.5度まで低減し, 向きを推定できることを示す。
このツールは、方向が鍵となる人間の群集力学の研究において、新たな可能性を開く。
論文 参考訳（メタデータ） (2020-01-14T07:08:31Z)
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。