論文の概要: A Nutrition Multimodal Photoplethysmography Language Model
- arxiv url: http://arxiv.org/abs/2511.19260v1
- Date: Mon, 24 Nov 2025 16:12:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:25.299247
- Title: A Nutrition Multimodal Photoplethysmography Language Model
- Title（参考訳）: 栄養多モード光胸腺造影言語モデル
- Authors: Kyle Verrier, Achille Nazaret, Joseph Futoma, Andrew C. Miller, Guillermo Sapiro,
- Abstract要約: Photoplethysthy Language Model (NPLM)は、PPGを言語モデルで解釈可能な埋め込みに投射する。
NPLMは、テキストのみのベースラインよりも、毎日のカロリー摂取予測を11%改善する。
以上の結果から, 消費者ウェアラブルの生理的計測と食事情報の統合が, 非侵襲的な食事モニタリングに有用であることが示唆された。
- 参考スコア（独自算出の注目度）: 11.462106199055698
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hunger and satiety dynamics shape dietary behaviors and metabolic health, yet remain difficult to capture in everyday settings. We present a Nutrition Photoplethysmography Language Model (NPLM), integrating continuous photoplethysmography (PPG) from wearables with meal descriptions. NPLM projects PPG into embeddings interpretable by language models, enabling joint reasoning over physiology and meal context. Trained on 19,340 participants and 1.1 million meal-PPG pairs, the model improved daily caloric intake prediction by 11% over text-only baselines, with accuracy maintained when 80% of meal text was removed. In an independent validation study (n=140) with controlled dining and detailed meal information, the model replicated these findings. These results demonstrate the value of integrating physiological measurements from consumer wearables with meal information for noninvasive dietary monitoring at scale.
- Abstract（参考訳）: 飢餓と満足のダイナミクスは食事行動や代謝の健康を形作るが、日常的な環境では捕獲が困難である。
本稿では,ウェアラブル端末からの連続型光胸腺造影(PPG)と食事記述を統合したNPLM(Nutrition Photoplethysmography Language Model)を提案する。
NPLMはPPGを言語モデルで解釈可能な埋め込みに投射し、生理学と食事の文脈に関する共同推論を可能にする。
被験者19,340人、食事とPPGのペア11,100万人を対象にしたこのモデルは、食事の80%が取り除かれたときに、テキストのみのベースラインよりも、毎日のカロリー摂取予測を11%改善した。
コントロールダイニングと詳細な食事情報を用いた独立検証研究(n=140)では,これらの知見を再現した。
以上の結果から, 消費者ウェアラブルの生理的計測と食事情報の統合が, 非侵襲的な食事モニタリングに有用であることが示唆された。
関連論文リスト
- Multimodal Fusion of Glucose Monitoring and Food Imagery for Caloric Content Prediction [2.189594222851135]
我々は,CGM時系列データ,デモグラフィック/マイクロバイオーム,および食事前食品イメージを併用して,カロリー推定を向上するマルチモーダル深層学習フレームワークを提案する。
我々のモデルは0.2544のルート平均正方形相対誤差(RMSRE)を達成し、ベースラインモデルを50%以上上回った。
論文 参考訳（メタデータ） (2025-05-13T23:12:54Z) - From Glucose Patterns to Health Outcomes: A Generalizable Foundation Model for Continuous Glucose Monitor Data Analysis [47.23780364438969]
本稿では,CGMデータの生成基盤モデルであるGluFormerについて紹介する。
GluFormerは、異なる民族や年齢、5つの国、8つのCGMデバイス、多様な病態状態にまたがる19の外部コホートに一般化する。
CGMデータと12年間のフォローアップを持つ580人の成人の縦断的研究において、GluFormerは血液HbA1C%よりも糖尿病を効果的に発症するリスクが高い個人を特定する。
論文 参考訳（メタデータ） (2024-08-20T13:19:06Z) - NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
自己申告法はしばしば不正確であり、重大な偏見に悩まされる。
近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。
本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
論文 参考訳（メタデータ） (2024-05-13T14:56:55Z) - NutritionVerse-Real: An Open Access Manually Collected 2D Food Scene
Dataset for Dietary Intake Estimation [68.49526750115429]
食事摂取推定のための2D食品シーンデータセットであるNutritionVerse-Realを導入する。
NutritionVerse-Realデータセットは、実生活における食品シーンのイメージを手作業で収集し、各成分の重量を測定し、各料理の食生活内容を計算することによって作成されました。
論文 参考訳（メタデータ） (2023-11-20T11:05:20Z) - NutritionVerse: Empirical Study of Various Dietary Intake Estimation Approaches [59.38343165508926]
食事の正確な摂取推定は、健康的な食事を支援するための政策やプログラムを伝える上で重要である。
最近の研究は、コンピュータービジョンと機械学習を使用して、食物画像から食事摂取を自動的に推定することに焦点を当てている。
我々は,84,984個の合成2D食品画像と関連する食事情報を用いた最初の大規模データセットであるNutritionVerse-Synthを紹介した。
また、リアルなイメージデータセットであるNutritionVerse-Realを収集し、リアル性を評価するために、251の料理の889のイメージを含む。
論文 参考訳（メタデータ） (2023-09-14T13:29:41Z) - UMDFood: Vision-language models boost food composition compilation [26.5694236976957]
本稿では, 食品組成プロファイルを正確に推定するために, フロント・オブ・パッケージ・ラベリングと製品画像を用いた新しい視覚言語モデル, UMDFood-VLを提案する。
化学分析結果とモデル推定結果の誤差の最大82.2%は10%未満である。
この性能は、他の食品および栄養関連データコンパイルと触媒化への一般化に光を当てている。
論文 参考訳（メタデータ） (2023-05-18T03:18:12Z) - Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。
米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。
提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文 参考訳（メタデータ） (2022-06-05T02:41:44Z)
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。