論文の概要: On Improving PPG-Based Sleep Staging: A Pilot Study

• arxiv url: http://arxiv.org/abs/2508.02689v1
• Date: Wed, 23 Jul 2025 14:11:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-10 09:30:49.312223
• Title: On Improving PPG-Based Sleep Staging: A Pilot Study
• Title（参考訳）: PPGによる睡眠安定度の改善について : 実験的検討
• Authors: Jiawei Wang, Yu Guan, Chen Chen, Ligang Zhou, Laurence T. Yang, Sai Gu,
• Abstract要約: Photoplethys(モグラフィー)センサーはコンシューマーデバイスで広く採用されているが、PDGのみを用いた一貫した信頼性の高い睡眠ステージングは難しい課題である。 従来のシングルストリームモデルと2重ストリームのクロスアテンション戦略を比較し、PPGとPPGから派生したモダリティを用いて相補的な情報を学習する。 PPGと補助情報を二重ストリームのクロスアテンションアーキテクチャで組み合わせることで,大幅な性能向上が達成できることがわかった。
• 参考スコア（独自算出の注目度）: 21.462014806247353
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sleep monitoring through accessible wearable technology is crucial to improving well-being in ubiquitous computing. Although photoplethysmography(PPG) sensors are widely adopted in consumer devices, achieving consistently reliable sleep staging using PPG alone remains a non-trivial challenge. In this work, we explore multiple strategies to enhance the performance of PPG-based sleep staging. Specifically, we compare conventional single-stream model with dual-stream cross-attention strategies, based on which complementary information can be learned via PPG and PPG-derived modalities such as augmented PPG or synthetic ECG. To study the effectiveness of the aforementioned approaches in four-stage sleep monitoring task, we conducted experiments on the world's largest sleep staging dataset, i.e., the Multi-Ethnic Study of Atherosclerosis(MESA). We found that substantial performance gain can be achieved by combining PPG and its auxiliary information under the dual-stream cross-attention architecture. Source code of this project can be found at https://github.com/DavyWJW/sleep-staging-models
• Abstract（参考訳）: ユビキタスコンピューティングの健全性向上には、アクセス可能なウェアラブル技術による睡眠監視が不可欠だ。 光胸腺撮影(PPG)センサーはコンシューマーデバイスに広く採用されているが,PSGのみを用いた一貫した睡眠段階の達成は難しい課題である。 本研究では,PSGに基づく睡眠ステージングの性能向上のための複数の戦略について検討する。 具体的には,従来のシングルストリームモデルと2重ストリームのクロスアテンション戦略を比較し,PPGやPPGをベースとした拡張PSGや合成ECGなど,相補的な情報を学習する手法を提案する。 以上の4段階睡眠モニタリング課題におけるアプローチの有効性を検討するために,我々は世界最大の睡眠ステージデータセット,すなわち多民族性動脈硬化研究(MESA)の実験を行った。 PPGと補助情報を二重ストリームのクロスアテンションアーキテクチャで組み合わせることで,大幅な性能向上が達成できることがわかった。 プロジェクトのソースコードはhttps://github.com/DavyWJW/sleep-staging-modelsにある。

関連論文リスト

• Sleep Stage Classification using Multimodal Embedding Fusion from EOG and PSM [0.06282171844772422]
  本研究では,マルチモーダル埋め込み深層学習モデルであるImageBindを用いて,睡眠段階分類のためのデュアルチャネルEOG信号とPSMデータを統合する手法を提案する。 以上の結果から,ImageBindの微調整により分類精度が向上し,既存のモデルよりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2025-06-07T20:18:45Z)
• Partitioning Message Passing for Graph Fraud Detection [57.928658584067556]
  グラフフラッド検出(GFD)タスクにグラフニューラルネットワーク(GNN)を適用する場合、ラベルの不均衡とホモフィリー・ヘテロフィリー混合が直面する根本的な問題である。 既存のGNNベースのGFDモデルは、GNNのホモフィリーへの帰納バイアスに対応するためにグラフ構造を拡張するように設計されている。 我々の研究では、GFDにGNNを適用する鍵は除外するのではなく、異なるラベルを持つ隣人を区別することにあると論じている。
  論文  参考訳（メタデータ） (2024-11-16T11:30:53Z)
• MSSC-BiMamba: Multimodal Sleep Stage Classification and Early Diagnosis of Sleep Disorders with Bidirectional Mamba [5.606144017978037]
  本研究では,睡眠時ステージングと障害分類の自動モデルを構築し,診断精度と効率を向上させる。 マルチモード睡眠状態分類モデルMSSC-BiMamba を設計した。 このモデルは、マルチモーダルPSGデータを用いたスリープステージングにBiMambaを初めて適用し、計算とメモリ効率を大幅に向上させた。
  論文  参考訳（メタデータ） (2024-05-30T15:16:53Z)
• SleepPPG-Net2: Deep learning generalization for sleep staging from photoplethysmography [0.7927502566022343]
  睡眠ステージングは睡眠障害の診断と睡眠の健康管理の基本的な要素である。 最近のスリープステージングのためのデータ駆動アルゴリズムは、ローカルテストセットでは高いパフォーマンスを示しているが、外部データセットでは低いパフォーマンスを示している。 Sleep-Net2は生のPSG時系列からスリープをステージングするための新しい標準を設定している。
  論文  参考訳（メタデータ） (2024-04-10T09:47:34Z)
• Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
  視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
  論文  参考訳（メタデータ） (2022-08-10T15:41:48Z)
• 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)
• SleepPPG-Net: a deep learning algorithm for robust sleep staging from continuous photoplethysmography [0.0]
  生PSG時系列からの4クラス睡眠ステージングのためのDLモデルであるSleep-Netを開発した。 我々は、最高の報告されたSOTAアルゴリズムに基づいて、Sleep-Netの性能をモデルと比較した。
  論文  参考訳（メタデータ） (2022-02-11T16:17:42Z)
• Consistency Regularization for Deep Face Anti-Spoofing [69.70647782777051]
  顔認証システムでは、顔認証(FAS)が重要な役割を担っている。 このエキサイティングな観察によって、異なる視点の特徴整合性を促進することが、FASモデルを促進するための有望な方法かもしれないと推測する。 FASにおけるEPCR(Embeddding-level and Prediction-level Consistency Regularization)とEPCR(Embeddding-level Consistency Regularization)を併用した。
  論文  参考訳（メタデータ） (2021-11-24T08:03:48Z)

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。