論文の概要: Inferring Optical Tissue Properties from Photoplethysmography using Hybrid Amortized Inference

• arxiv url: http://arxiv.org/abs/2510.02073v1
• Date: Thu, 02 Oct 2025 14:36:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-03 16:59:21.168757
• Title: Inferring Optical Tissue Properties from Photoplethysmography using Hybrid Amortized Inference
• Title（参考訳）: ハイブリッドアモルタイズド推論を用いた光胸部CTからの光学組織特性の推測
• Authors: Jens Behrmann, Maria R. Cervera, Antoine Wehenkel, Andrew C. Miller, Albert Cerussi, Pranay Jain, Vivek Venugopal, Shijie Yan, Guillermo Sapiro, Luca Pegolotti, Jörn-Henrik Jacobsen,
• Abstract要約: 本稿では,PPG信号と解釈可能な生理的・光学的パラメータを関連付ける生物物理モデルPPGenを紹介する。 その結果,HAIは様々なノイズやセンサ条件下で生理的パラメータを正確に推定できることがわかった。
• 参考スコア（独自算出の注目度）: 9.6326158044961
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Smart wearables enable continuous tracking of established biomarkers such as heart rate, heart rate variability, and blood oxygen saturation via photoplethysmography (PPG). Beyond these metrics, PPG waveforms contain richer physiological information, as recent deep learning (DL) studies demonstrate. However, DL models often rely on features with unclear physiological meaning, creating a tension between predictive power, clinical interpretability, and sensor design. We address this gap by introducing PPGen, a biophysical model that relates PPG signals to interpretable physiological and optical parameters. Building on PPGen, we propose hybrid amortized inference (HAI), enabling fast, robust, and scalable estimation of relevant physiological parameters from PPG signals while correcting for model misspecification. In extensive in-silico experiments, we show that HAI can accurately infer physiological parameters under diverse noise and sensor conditions. Our results illustrate a path toward PPG models that retain the fidelity needed for DL-based features while supporting clinical interpretation and informed hardware design.
• Abstract（参考訳）: スマートウェアラブルは、心拍数、心拍変動、光胸腺撮影(PPG)による酸素飽和などの確立したバイオマーカーの連続的な追跡を可能にする。 これらの指標以外にも、最近のディープラーニング(DL)研究が示すように、PSG波形はよりリッチな生理情報を含んでいる。 しかし、DLモデルは、しばしば生理的意味が不明な特徴に依存し、予測力、臨床的解釈可能性、センサー設計の間の緊張を生み出す。 PPG信号と解釈可能な生理的および光学的パラメータを関連付ける生物物理モデルPPGenを導入することで、このギャップに対処する。 PPGen上に構築したハイブリッド・アモータライズ・推論(HAI)により,PSG信号から関連する生理的パラメータを高速かつ堅牢かつスケーラブルに推定できる。 広範にサイリコ実験を行ったところ,HAIは様々なノイズやセンサ条件下で生理的パラメータを正確に推測できることがわかった。 本研究は,臨床解釈と情報ハードウェア設計をサポートしながら,DL機能に必要となる忠実さを保ったPSGモデルへの道筋を示すものである。

関連論文リスト

• PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
  既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。 本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。 これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。 Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-29T14:36:45Z)
• PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
  LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。 PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
  論文  参考訳（メタデータ） (2025-05-06T15:18:38Z)
• 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)
• 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)
• Amplitude-Independent Machine Learning for PPG through Visibility Graphs and Transfer Learning [16.79885220470521]
  Photoplethysmography (Photoplethysmography)は、光を用いた血液量の変化の測定である。 光胸腺造影信号は、身体の循環系に関する洞察を与える。 光胸腺造影信号は、心拍数や血管老化などの様々な生体機能を引き出すために用いられる。
  論文  参考訳（メタデータ） (2023-05-23T13:41:52Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• Learning Dynamic and Personalized Comorbidity Networks from Event Data using Deep Diffusion Processes [102.02672176520382]
  コンコルビンド病は、個人によって異なる複雑な時間的パターンを通じて発生し進行する。 電子的な健康記録では、患者が持つ異なる疾患を観察できるが、それぞれの共死状態の時間的関係を推測できるだけである。 我々は「ダイナミック・コオービディティ・ネットワーク」をモデル化するための深層拡散プロセスを開発する。
  論文  参考訳（メタデータ） (2020-01-08T15:47:08Z)

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。