Fugu-MT 論文翻訳(概要): PPG-Distill: Efficient Photoplethysmography Signals Analysis via Foundation Model Distillation

論文の概要: PPG-Distill: Efficient Photoplethysmography Signals Analysis via Foundation Model Distillation

arxiv url: http://arxiv.org/abs/2509.19215v1
Date: Tue, 23 Sep 2025 16:35:38 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-24 20:41:27.952394
Title: PPG-Distill: Efficient Photoplethysmography Signals Analysis via Foundation Model Distillation
Title（参考訳）: PPG-Distill: 基礎モデル蒸留による高効率光胸腺造影信号の解析
Authors: Juntong Ni, Saurabh Kataria, Shengpu Tang, Carl Yang, Xiao Hu, Wei Jin,
Abstract要約: Photoplethysmography (PSG) はウェアラブルの健康モニタリングに広く用いられているが、大規模なPSG基盤モデルはリソース制限されたデバイスに展開することが困難である。本稿では,グローバルな知識とローカルな知識の両方を,予測,特徴,パッチレベルの蒸留を通じて伝達する知識蒸留フレームワーク PPG-Distill を提案する。
参考スコア（独自算出の注目度）: 23.759833629142573
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Photoplethysmography (PPG) is widely used in wearable health monitoring, yet large PPG foundation models remain difficult to deploy on resource-limited devices. We present PPG-Distill, a knowledge distillation framework that transfers both global and local knowledge through prediction-, feature-, and patch-level distillation. PPG-Distill incorporates morphology distillation to preserve local waveform patterns and rhythm distillation to capture inter-patch temporal structures. On heart rate estimation and atrial fibrillation detection, PPG-Distill improves student performance by up to 21.8% while achieving 7X faster inference and reducing memory usage by 19X, enabling efficient PPG analysis on wearables
Abstract（参考訳）: Photoplethysmography (PPG) はウェアラブルの健康モニタリングに広く用いられているが、大きなPSG基盤モデルはリソース制限されたデバイスへの展開が困難である。 PPG-Distillはグローバルな知識とローカルな知識の両方を、予測、特徴、パッチレベルの蒸留を通じて伝達する知識蒸留フレームワークである。 PPG-Distillは、形態学的な蒸留を取り入れ、局所的な波形パターンとリズムの蒸留を保存し、パッチ間の時間構造を捉える。心拍数推定と心房細動検出では, PPG-Distillは, 7倍高速推論を実現し, メモリ使用量を19倍削減し, 生徒の成績を最大21.8%改善する。

関連論文リスト

Reliable Physiological Monitoring on the Wrist Using Generative Deep Learning to Address Poor Skin-Sensor Contact [14.10775902843149]
光胸腺撮影は、消費者と臨床の両方において、心血管の健康と生理的パラメータを監視するために広く採用され、非侵襲的手法である。動的環境における運動アーティファクトの研究が盛んに行われているが、摂食条件下での肌下感覚接触は波形形態を歪め、重要な特徴の喪失や不一致を招き、知覚精度を損なう。本研究では,接触圧歪みPPG信号を理想的な形状を持つ高忠実度波形に変換する新しいフレームワークCP-を提案する。
論文参考訳（メタデータ） (2025-04-03T16:22:15Z)
TAU: Modeling Temporal Consistency Through Temporal Attentive U-Net for PPG Peak Detection [1.9518933807303265]
Photoplethysmography (PPG)センサーは、心拍数(HR)と心拍変動(HRV)を監視する消費者向けウェアラブルデバイスで広く使われている。流行にもかかわらず、PSG信号は日々の活動によって引き起こされる運動人工物によって汚染される。 PPG信号からピークを正確に検出するために,TAU(Temporal Attentive U-Net)を提案する。
論文参考訳（メタデータ） (2025-03-13T14:45:08Z)
Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation [53.2981100111204]
光胸腺撮影と心電図は、連続血圧モニタリング(BP)を可能にする可能性がある。しかし、データ品質と患者固有の要因の変化のため、正確で堅牢な機械学習(ML)モデルは依然として困難である。本研究では,1つのモータリティで事前学習したモデルを効果的に利用して,異なる信号タイプの精度を向上させる方法について検討する。本手法は, 拡張期BPの最先端精度を約1.5倍に向上し, 拡張期BPの精度を1.5倍に向上させる。
論文参考訳（メタデータ） (2025-02-10T13:33:12Z)
Multiclass Arrhythmia Classification using Smartwatch Photoplethysmography Signals Collected in Real-life Settings [4.924139842513886]
不整脈分類の深層学習モデルは、スマートウォッチ由来のPSGよりも高い信号対雑音比を有する光胸波(モダル)データでテストされている。計算効率の良い1D双方向Gated Recurrent Unit (1D-Bi-GRU) モデルへの入力として, 1D PPG, 加速度計, 心拍データを組み込んだマルチクラスデータを用いて, 3つの不整脈クラスを検出する。
論文参考訳（メタデータ） (2024-09-10T01:44:56Z)
DLIP: Distilling Language-Image Pre-training [60.79987414368934]
DLIP(Distilling Language-Image Pre-training framework)を提案する。我々は、異なるモジュールのアーキテクチャ特性など、モデルの蒸留を複数の次元から分離する。実験結果から,DLIPは多種多様なクロスモーダルタスクに対して,最先端の精度/効率トレードオフを実現することができることがわかった。
論文参考訳（メタデータ） (2023-08-24T17:50:21Z)
Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine PET Reconstruction [62.29541106695824]
本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。 2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
論文参考訳（メタデータ） (2023-08-20T04:10:36Z)
KD-DETR: Knowledge Distillation for Detection Transformer with Consistent Distillation Points Sampling [52.11242317111469]
我々は、知識蒸留によるDETRの圧縮に焦点を当てる。 DETR蒸留の主な課題は、一貫した蒸留点の欠如である。本稿では,一貫した蒸留点サンプリングによるDETRのための最初の一般知識蒸留パラダイムを提案する。
論文参考訳（メタデータ） (2022-11-15T11:52:30Z)
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)
Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文参考訳（メタデータ） (2021-10-27T19:28:36Z)
Motion Artifact Reduction In Photoplethysmography For Reliable Signal Selection [5.264561559435017]
光胸腺造影法(英: Photoplethysmography, PPG)は、人体の重要な兆候を抽出する非侵襲的、経済的手法である。信号の品質を損なうような動きに敏感である。日々の生活活動(ADL)を行いながら現実的なPSG信号を収集し,実践的な信号聴取・分析手法を開発することは重要である。
論文参考訳（メタデータ） (2021-09-06T21:53:56Z)

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。