論文の概要: Estimating Blood Pressure with a Camera: An Exploratory Study of Ambulatory Patients with Cardiovascular Disease

• arxiv url: http://arxiv.org/abs/2503.00890v1
• Date: Sun, 02 Mar 2025 13:24:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:24:17.411500
• Title: Estimating Blood Pressure with a Camera: An Exploratory Study of Ambulatory Patients with Cardiovascular Disease
• Title（参考訳）: カメラによる血圧推定 : 循環器疾患患者の探索的研究
• Authors: Theodore Curran, Chengqian Ma, Xin Liu, Daniel McDuff, Girish Narayanswamy, George Stergiou, Shwetak Patel, Eugene Yang,
• Abstract要約: 高血圧は世界中で致死率と死亡率の主要な原因である。 高血圧の診断と治療能力は、現在の血圧モニタリング法(BP)へのアクセス制限と順応性の低下によって妨げられる リモート光胸腺撮影(r)は、物理的接触のない標準的なカメラを通して個人の波形を評価する。
• 参考スコア（独自算出の注目度）: 20.797887496336397
• License:
• Abstract: Hypertension is a leading cause of morbidity and mortality worldwide. The ability to diagnose and treat hypertension in the ambulatory population is hindered by limited access and poor adherence to current methods of monitoring blood pressure (BP), specifically, cuff-based devices. Remote photoplethysmography (rPPG) evaluates an individual's pulse waveform through a standard camera without physical contact. Cameras are readily available to the majority of the global population via embedded technologies such as smartphones, thus rPPG is a scalable and promising non-invasive method of BP monitoring. The few studies investigating rPPG for BP measurement have excluded high-risk populations, including those with cardiovascular disease (CVD) or its risk factors, as well as subjects in active cardiac arrhythmia. The impact of arrhythmia, like atrial fibrillation, on the prediction of BP using rPPG is currently uncertain. We performed a study to better understand the relationship between rPPG and BP in a real-world sample of ambulatory patients from a cardiology clinic with established CVD or risk factors for CVD. We collected simultaneous rPPG, PPG, BP, ECG, and other vital signs data from 143 subjects while at rest, and used this data plus demographics to train a deep learning model to predict BP. We report that facial rPPG yields a signal that is comparable to finger PPG. Pulse wave analysis (PWA)-based BP estimates on this cohort performed comparably to studies on healthier subjects, and notably, the accuracy of BP prediction in subjects with atrial fibrillation was not inferior to subjects with normal sinus rhythm. In a binary classification task, the rPPG model identified subjects with systolic BP $\geq$ 130 mm Hg with a positive predictive value of 71% (baseline prevalence 48.3%), highlighting the potential of rPPG for hypertension monitoring.
• Abstract（参考訳）: 高血圧は世界中で致死率と死亡率の主要な原因である。 高血圧の診断と治療を行う能力は、現在の血圧モニタリング方法(BP)、特にカフベースのデバイスへのアクセスの制限と順応性の低下によって妨げられている。 RPPG(Remote Photoplethysmography)は、物理的接触のない標準的なカメラを通して、個人のパルス波形を評価する。 カメラはスマートフォンなどの組み込み技術を通じて、世界の人口の大多数で容易に利用することができるため、RPPGはBPモニタリングのスケーラブルで有望な非侵襲的な方法である。 BP測定のためのrPPGを研究する数少ない研究は、心臓血管疾患(CVD)またはその危険因子を含む高リスク集団を排除し、また活動性心不整脈の被験者も除外している。 心房細動のように不整脈がrPPGを用いたBPの予測に与える影響は、現時点では不明である。 循環器科クリニックにおけるrPPGとBPの関連性について検討し, CVDの確立とリスクファクターについて検討した。 睡眠中の143人の被験者から, rPPG, PPG, BP, ECG, およびその他のバイタルサインデータを同時収集し, このデータと人口動態を用いて, BP予測のための深層学習モデルを訓練した。 顔のrPPGは指のPPGに匹敵する信号をもたらすと報告した。 このコホートを用いた脈波解析(PWA)によるBP推定は,健常者,特に心房細動患者のBP予測精度は正常洞のリズムに劣らなかった。 2値分類タスクでは、rPPGモデルは、血圧モニタリングのためのrPPGの可能性を強調し、正の予測値が71%(ベースライン有病率48.3%)のシストリックBP$\geq$130 mm Hgの被験者を特定した。

関連論文リスト

• Leveraging Cardiovascular Simulations for In-Vivo Prediction of Cardiac Biomarkers [43.17768785084301]
  我々は、新たに構築された心臓シミュレーションの大規模なデータセットに基づいて、無傷神経後部推定器を訓練する。 シミュレーションデータと実世界の測定値との整合性を改善するために,要素モデリング効果を取り入れた。 提案するフレームワークは,実世界のデータに対する予測能力を向上するために,インバイブなデータソースをさらに統合することができる。
  論文  参考訳（メタデータ） (2024-12-23T13:05:17Z)
• 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)
• 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)
• BrainZ-BP: A Non-invasive Cuff-less Blood Pressure Estimation Approach Leveraging Brain Bio-impedance and Electrocardiogram [2.295711231919421]
  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。
  論文  参考訳（メタデータ） (2023-11-18T07:10:32Z)
• CoRe: An Automated Pipeline for The Prediction of Liver Resection Complexity from Preoperative CT Scans [53.561797148529664]
  肝切除を複雑にするために重要な位置にある腫瘍が知られている。 CoReは、術後LRの複雑さを予測するための自動化された医療画像処理パイプラインである。
  論文  参考訳（メタデータ） (2022-10-15T15:29:24Z)
• 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)
• 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)
• Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
  我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。 また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
  論文  参考訳（メタデータ） (2020-07-20T19:08:50Z)
• 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)
• Short Term Blood Glucose Prediction based on Continuous Glucose Monitoring Data [53.01543207478818]
  本研究では,デジタル意思決定支援ツールの入力として連続グルコースモニタリング(Continuous Glucose Monitoring, CGM)データを利用する方法について検討する。 短時間の血液グルコース (STBG) 予測において, リカレントニューラルネットワーク (Recurrent Neural Networks, RNN) をどのように利用できるかを検討する。
  論文  参考訳（メタデータ） (2020-02-06T16:39:44Z)

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。