論文の概要: A Self-Adaptive Frequency Domain Network for Continuous Intraoperative Hypotension Prediction

• arxiv url: http://arxiv.org/abs/2509.23720v1
• Date: Sun, 28 Sep 2025 08:02:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.398474
• Title: A Self-Adaptive Frequency Domain Network for Continuous Intraoperative Hypotension Prediction
• Title（参考訳）: 持続的術中血圧予測のための自己適応周波数領域ネットワーク
• Authors: Xian Zeng, Tianze Xu, Kai Yang, Jie Sun, Youran Wang, Jun Xu, Mucheng Ren,
• Abstract要約: 術中低血圧 (IOH) は, 術後合併症と強く関連している。 既存の手法は時間領域情報と周波数領域情報の両方を組み込む際に制限に直面している。 SAFDNet(Self-Adaptive Frequency Domain Network)を提案する。
• 参考スコア（独自算出の注目度）: 9.841996321633298
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Intraoperative hypotension (IOH) is strongly associated with postoperative complications, including postoperative delirium and increased mortality, making its early prediction crucial in perioperative care. While several artificial intelligence-based models have been developed to provide IOH warnings, existing methods face limitations in incorporating both time and frequency domain information, capturing short- and long-term dependencies, and handling noise sensitivity in biosignal data. To address these challenges, we propose a novel Self-Adaptive Frequency Domain Network (SAFDNet). Specifically, SAFDNet integrates an adaptive spectral block, which leverages Fourier analysis to extract frequency-domain features and employs self-adaptive thresholding to mitigate noise. Additionally, an interactive attention block is introduced to capture both long-term and short-term dependencies in the data. Extensive internal and external validations on two large-scale real-world datasets demonstrate that SAFDNet achieves up to 97.3\% AUROC in IOH early warning, outperforming state-of-the-art models. Furthermore, SAFDNet exhibits robust predictive performance and low sensitivity to noise, making it well-suited for practical clinical applications.
• Abstract（参考訳）: 術中低血圧 (IOH) は術後せん妄や死亡率の増加など術後合併症と強く関連しており, 周術期治療において早期の予測が不可欠であった。 IOH警告を提供するために、いくつかの人工知能ベースのモデルが開発されているが、既存の手法では、時間と周波数の両方のドメイン情報の統合、短期および長期の依存関係のキャプチャ、生体信号データのノイズ感度の処理に制限に直面している。 これらの課題に対処するため、我々は新しい自己適応周波数領域ネットワーク(SAFDNet)を提案する。 具体的には、SAFDNetは適応スペクトルブロックを統合し、フーリエ解析を利用して周波数領域の特徴を抽出し、雑音を緩和するために自己適応閾値を用いる。 さらに、データ内の長期および短期の依存関係をキャプチャするために、インタラクティブなアテンションブロックが導入される。 SAFDNetはIOH早期警戒において97.3\%のAUROCを達成し、最先端のモデルよりも優れていた。 さらに、SAFDNetは、堅牢な予測性能とノイズに対する感度の低さを示し、実用的な臨床応用に適している。

関連論文リスト

• Neuromorphic Wireless Split Computing with Resonate-and-Fire Neurons [69.73249913506042]
  本稿では、共振器(RF)ニューロンを用いて時間領域信号を直接処理する無線スプリットコンピューティングアーキテクチャについて検討する。 可変周波数で共鳴することにより、RFニューロンは低スパイク活性を維持しながら時間局在スペクトル特徴を抽出する。 実験の結果,提案したRF-SNNアーキテクチャは従来のLIF-SNNやANNと同等の精度を達成できることがわかった。
  論文  参考訳（メタデータ） (2025-06-24T21:14:59Z)
• Intelligent Incident Hypertension Prediction in Obstructive Sleep Apnea [0.0]
  閉塞性睡眠時無呼吸 (OSA) は、間欠性低酸素症と睡眠断片化による高血圧の重要な危険因子である。 本研究では,離散コサイン変換(DCT)に基づく伝達学習を統合し,予測精度を向上させる新しい深層学習手法を提案する。
  論文  参考訳（メタデータ） (2025-05-27T01:29:53Z)
• High-Fidelity Functional Ultrasound Reconstruction via A Visual Auto-Regressive Framework [58.07923338080814]
  機能的神経側頭葉イメージングはマッピングに例外的な解像度を提供する。 しかし、その実践的応用は重大な課題によって妨げられている。 データ不足、倫理的考慮、信号劣化などが含まれる。
  論文  参考訳（メタデータ） (2025-05-23T15:27:17Z)
• Auto-FEDUS: Autoregressive Generative Modeling of Doppler Ultrasound Signals from Fetal Electrocardiograms [3.1295375129864644]
  胎児心電図(FECG)信号を対応するDUS波形(Auto-FEDUS)にマッピングするための新しい自己回帰生成モデルを提案する。 拡張因果畳み込みに基づくニューラル・テンポラル・ネットワークを活用することで、このモデルは、信号内の短距離および長距離の依存関係を効果的にキャプチャし、生成されたデータの完全性を維持する。 クロスオブジェクト実験により、Auto-FEDUSは時間領域と周波数領域の両方で従来の生成アーキテクチャよりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-04-17T15:25:52Z)
• Bridging Synthetic-to-Real Gaps: Frequency-Aware Perturbation and Selection for Single-shot Multi-Parametric Mapping Reconstruction [32.9964969428107]
  医用画像再構成のための周波数認識摂動・選択法(FPS)を提案する。 摂動は不確実性の中でドメイン不変の特徴学習を活性化し、選択は摂動の中で最適な解を洗練させる。 健常者5名,虚血性脳梗塞患者94名,髄膜腫患者46名を対象に,FPSの優位性と臨床応用性を実証した。
  論文  参考訳（メタデータ） (2025-03-05T13:10:11Z)
• Frequency Domain Enhanced U-Net for Low-Frequency Information-Rich Image Segmentation in Surgical and Deep-Sea Exploration Robots [34.28684917337352]
  CNNと人間の視覚系における周波数帯域感度の差について検討する。 本稿では、生体視覚機構にインスパイアされたウェーブレット適応スペクトル融合(WASF)法を提案する。 我々は SAM2 のバックボーンネットワークを利用する FE-UNet モデルを開発し, セグメンテーション精度を確保するために細調整した Hiera-Large モジュールを組み込んだ。
  論文  参考訳（メタデータ） (2025-02-06T07:24:34Z)
• Estimating the treatment effect over time under general interference through deep learner integrated TMLE [7.2615408834692685]
  DeepNetTMLE(DeepNetTMLE)は,ディープラーニングによる最大等量推定(TMLE)手法である。 DeepNetTMLEは、一般的な干渉の下で、時間によって変化する共同創設者のバイアスを軽減する。 我々は,DeepNetTMLEが,反実推定においてより低いバイアスとより正確な信頼区間を実現することを示す。
  論文  参考訳（メタデータ） (2024-12-06T06:09:43Z)
• SFANet: Spatial-Frequency Attention Network for Weather Forecasting [54.470205739015434]
  天気予報は様々な分野において重要な役割を担い、意思決定とリスク管理を推進している。 伝統的な手法は、しばしば気象系の複雑な力学を捉えるのに苦労する。 本稿では,これらの課題に対処し,天気予報の精度を高めるための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2024-05-29T08:00:15Z)
• Improving Diffusion Models for ECG Imputation with an Augmented Template Prior [43.6099225257178]
  ノイズと品質の悪い録音は、モバイルヘルスシステムを使って収集された信号にとって大きな問題である。 近年の研究では、確率的時系列モデルによるECGの欠落値の計算が検討されている。 本稿では,様々な健康状態の事前情報として,テンプレート誘導型拡散確率モデル(DDPM)PulseDiffを提案する。
  論文  参考訳（メタデータ） (2023-10-24T11:34:15Z)

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。