論文の概要: Beyond 1D: Vision Transformers and Multichannel Signal Images for PPG-to-ECG Reconstruction

• arxiv url: http://arxiv.org/abs/2505.21767v1
• Date: Tue, 27 May 2025 21:00:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-29 17:35:50.294258
• Title: Beyond 1D: Vision Transformers and Multichannel Signal Images for PPG-to-ECG Reconstruction
• Title（参考訳）: 1Dを超える視覚変換器と多チャンネル信号画像を用いたPSG-ECG再構成
• Authors: Xiaoyan Li, Shixin Xu, Faisal Habib, Arvind Gupta, Huaxiong Huang,
• Abstract要約: 本稿では,視覚変換器(ViT)をコアネットワークとして利用する新しいPSG-to-ECG再構成手法を提案する。 ViTの自己保持機構を活用することで、我々のアプローチは、ビート間の依存性とビート内依存性の両方を効果的に捉えることができる。 実験の結果,提案手法は既存の1次元畳み込み方式よりも優れていた。
• 参考スコア（独自算出の注目度）: 6.70504799375581
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reconstructing ECG from PPG is a promising yet challenging task. While recent advancements in generative models have significantly improved ECG reconstruction, accurately capturing fine-grained waveform features remains a key challenge. To address this, we propose a novel PPG-to-ECG reconstruction method that leverages a Vision Transformer (ViT) as the core network. Unlike conventional approaches that rely on single-channel PPG, our method employs a four-channel signal image representation, incorporating the original PPG, its first-order difference, second-order difference, and area under the curve. This multi-channel design enriches feature extraction by preserving both temporal and physiological variations within the PPG. By leveraging the self-attention mechanism in ViT, our approach effectively captures both inter-beat and intra-beat dependencies, leading to more robust and accurate ECG reconstruction. Experimental results demonstrate that our method consistently outperforms existing 1D convolution-based approaches, achieving up to 29% reduction in PRD and 15% reduction in RMSE. The proposed approach also produces improvements in other evaluation metrics, highlighting its robustness and effectiveness in reconstructing ECG signals. Furthermore, to ensure a clinically relevant evaluation, we introduce new performance metrics, including QRS area error, PR interval error, RT interval error, and RT amplitude difference error. Our findings suggest that integrating a four-channel signal image representation with the self-attention mechanism of ViT enables more effective extraction of informative PPG features and improved modeling of beat-to-beat variations for PPG-to-ECG mapping. Beyond demonstrating the potential of PPG as a viable alternative for heart activity monitoring, our approach opens new avenues for cyclic signal analysis and prediction.
• Abstract（参考訳）: PPGからECGを再構築することは、有望だが挑戦的な作業である。 生成モデルの最近の進歩はECG再構成を著しく改善しているが、微細な波形の特徴を正確に捉えることは重要な課題である。 そこで本研究では,視覚変換器(ViT)をコアネットワークとして利用する新しいPSG-to-ECG再構成手法を提案する。 本手法では,1次差分,2次差分,曲線下面積の4チャンネル信号画像表現を用いる。 この多チャンネル設計は、PSG内の時間的および生理的変動を保ち、特徴抽出を豊かにする。 ViTの自己保持機構を活用することで、本手法は拍子間依存性と拍子内依存性の両方を効果的に捕捉し、より堅牢で正確な心電図再構成を実現する。 実験の結果,提案手法は既存の1次元畳み込み法よりも優れており,最大29%のPRD,15%のRMSEの削減を実現していることがわかった。 提案手法は、ECG信号の再構成におけるロバスト性と有効性を強調し、他の評価指標の改善ももたらしている。 さらに,QRS面積誤差,PR間隔誤差,RT間隔誤差,RT振幅差誤差などの新たな評価指標を導入する。 以上の結果から,VTの自己保持機構と4チャンネルの信号画像表現を併用することにより,より効果的なPPG特徴抽出が可能となり,PPG-ECGマッピングにおけるビート・ツー・ビート・ビート・バイブの変動のモデル化が向上することが示唆された。 心活動モニタリングの代替手段としてのPTGの可能性を実証するだけでなく,循環信号解析と予測のための新たな道を開く。

関連論文リスト

• CLEP-GAN: An Innovative Approach to Subject-Independent ECG Reconstruction from PPG Signals [6.327810380749031]
  本研究は、PSG信号から見えないECG信号を再構成することの課題に対処する。 データ収集プロセスは、しばしばノイズを導入し、高度な機械学習モデルでさえPSGからのECG再構成を複雑にする。 コントラスト学習, 対角学習, 注意ゲーティングを統合した, 対象非依存の PPG-to-ECG 再構成モデルを開発した。
  論文  参考訳（メタデータ） (2025-02-24T16:53:47Z)
• DGSD: Dynamical Graph Self-Distillation for EEG-Based Auditory Spatial Attention Detection [49.196182908826565]
  AAD(Auditory Attention Detection)は、マルチスピーカー環境で脳信号からターゲット話者を検出することを目的としている。 現在のアプローチは主に、画像のようなユークリッドデータを処理するために設計された従来の畳み込みニューラルネットワークに依存している。 本稿では、入力として音声刺激を必要としないAADのための動的グラフ自己蒸留(DGSD)手法を提案する。
  論文  参考訳（メタデータ） (2023-09-07T13:43:46Z)
• PulseNet: Deep Learning ECG-signal classification using random augmentation policy and continous wavelet transform for canines [46.09869227806991]
  犬心電図(ECG)の評価には熟練した獣医が必要である。 心電図の解釈と診断支援のための獣医師の現在の利用状況は限られている。 犬の心電図配列を正常または異常と分類するためのディープ畳み込みニューラルネットワーク(CNN)アプローチを実装した。
  論文  参考訳（メタデータ） (2023-05-17T09:06:39Z)
• DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler Signal [48.97719097435527]
  DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。 動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
  論文  参考訳（メタデータ） (2023-05-15T18:19:29Z)
• Identifying Rhythmic Patterns for Face Forgery Detection and Categorization [46.21354355137544]
  本研究では, PPG信号に対する空間時間フィルタリングネットワーク (STFNet) と, PPG信号の制約と相互作用のための空間時間インタラクションネットワーク (STINet) からなる顔偽造検出と分類のためのフレームワークを提案する。 フォージェリーメソッドの生成に関する知見を得て,フレームワークの性能を高めるために,イントラソースとイントラソースのブレンディングを提案する。
  論文  参考訳（メタデータ） (2022-07-04T04:57:06Z)
• Performer: A Novel PPG to ECG Reconstruction Transformer For a Digital Biomarker of Cardiovascular Disease Detection [0.0]
  心臓血管疾患(CVD)は死因の上位1つとなり、これらの死亡の4分の3は低所得層で発生している。 心電図 (ECG) は, ユーザ参加の必要性から, 連続心臓モニタリングには有効ではない。 フォトプレチスモグラフィーは容易に収集できるが、精度の制限により臨床応用は制限される。
  論文  参考訳（メタデータ） (2022-04-25T17:10:13Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• Runtime Monitoring and Statistical Approaches for Correlation Analysis of ECG and PPG [3.9526036279093937]
  ECGとPSGは同じ現象に「異なる窓」を与える信号である。 ECG と PPG は別々に使用されるが、異なる ECG と PPG の事象の正確な補正についての研究は行われていない。 本稿では,ECG と PPG 信号の鍵となる関係を正式に確立するための最初のアプローチを提案する。
  論文  参考訳（メタデータ） (2022-01-20T08:01:45Z)

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。