論文の概要: PENGUIN: General Vital Sign Reconstruction from PPG with Flow Matching State Space Model

• arxiv url: http://arxiv.org/abs/2602.03858v1
• Date: Fri, 23 Jan 2026 13:23:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-09 02:03:42.4624
• Title: PENGUIN: General Vital Sign Reconstruction from PPG with Flow Matching State Space Model
• Title（参考訳）: PENGUIN:フローマッチング状態空間モデルを用いたPSGからの一般的な生体信号再構成
• Authors: Shuntaro Suzuki, Shuitsu Koyama, Shinnosuke Hirano, Shunya Nagashima,
• Abstract要約: 光胸腺造影(PPG)は,非侵襲的で費用対効果の低い連続型心血管健康モニタリングにおいて重要な役割を担っている。 既存の推定手法はしばしば単一タスクや環境に制限され、様々なPSGデコーディングシナリオにおける一般化性を制限する。 本研究では,PENGUINを提案する。PENGUINは,深部空間モデルを拡張した生成フローマッチングフレームワークである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Photoplethysmography (PPG) plays a crucial role in continuous cardiovascular health monitoring as a non-invasive and cost-effective modality. However, PPG signals are susceptible to motion artifacts and noise, making accurate estimation of vital signs such as arterial blood pressure (ABP) challenging. Existing estimation methods are often restricted to a single-task or environment, limiting their generalizability across diverse PPG decoding scenarios. Moreover, recent general-purpose approaches typically rely on predictions over multi-second intervals, discarding the morphological characteristics of vital signs. To address these challenges, we propose PENGUIN, a generative flow-matching framework that extends deep state space models, enabling fine-grained conditioning on PPG for reconstructing multiple vital signs as continuous waveforms. We evaluate PENGUIN using six real-world PPG datasets across three distinct vital sign reconstruction tasks (electrocardiogram reconstruction, respiratory monitoring, and ABP monitoring). Our method consistently outperformed both task-specific and general-purpose baselines, demonstrating PENGUIN as a general framework for robust vital sign reconstruction from PPG.
• Abstract（参考訳）: 光胸腺造影(PPG)は,非侵襲的かつ費用対効果の指標として,連続型心血管健康モニタリングにおいて重要な役割を担っている。 しかしながら、PTG信号は運動アーチファクトやノイズに影響を受けやすいため、動脈血圧(ABP)などの重要な兆候を正確に推定することは困難である。 既存の推定手法はしばしば単一タスクや環境に制限され、様々なPSGデコーディングシナリオにおける一般化性を制限する。 さらに、近年の汎用的なアプローチは、通常、多秒間隔での予測に依存し、バイタルサインの形態的特性を放棄する。 これらの課題に対処するために,深部空間モデルを拡張した生成フローマッチングフレームワークであるPENGUINを提案する。 心電図再建, 呼吸モニタリング, ABPモニタリングの3つの課題にまたがる6つの実世界PSGデータセットを用いてPENGUINの評価を行った。 本手法は, PENGUIN を PPG から頑健な手指再建のための一般的な枠組みとして示し, タスク特化ベースラインと汎用ベースラインの両方を一貫して上回る性能を示した。

関連論文リスト

• Wavelet-Driven Masked Multiscale Reconstruction for PPG Foundation Models [13.267230682892503]
  Masked Multiscale Reconstruction (MMR)は、PSGデータの階層的時間周波数スケールから明確に学習する自己教師付き事前学習フレームワークである。 32,000人のユーザから1700万のラベルのない10秒PSGセグメントを使用して、MMRでモデルを事前訓練する。 19の多様な健康関連タスクのうち、MMRは大規模ウェアラブルPSGデータを改善し、最先端のオープンソースPSGモデルに適合させる。
  論文  参考訳（メタデータ） (2026-01-18T01:34:47Z)
• Reperio-rPPG: Relational Temporal Graph Neural Networks for Periodicity Learning in Remote Physiological Measurement [0.0]
  リモート光麻痺(英: Remote Photoplethys)は、顔画像の微妙な色の変化を利用して、心拍数や呼吸速度などの重要な兆候を推定する、新たな生理的センシング技術である。 この非侵襲的手法は様々な領域で普及しているが、現実世界の条件下での微細な時間的ダイナミクスを捉える能力は過小評価されている。 周期構造を効果的に捉えるためにトランスフォーマーを戦略的に統合する新しいフレームワークであるGraph Reperio-rを提案する。
  論文  参考訳（メタデータ） (2025-11-08T09:41:34Z)
• Parameterized Diffusion Optimization enabled Autoregressive Ordinal Regression for Diabetic Retinopathy Grading [53.11883409422728]
  本研究は, AOR-DRと呼ばれる新しい自己回帰的順序回帰法を提案する。 我々は,糖尿病網膜症分類タスクを,前ステップの予測と抽出画像の特徴を融合させることにより,一連の順序段階に分解する。 拡散過程を利用して条件付き確率モデリングを行い、連続的グローバルな画像特徴を自己回帰に利用できるようにする。
  論文  参考訳（メタデータ） (2025-07-07T13:22:35Z)
• Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation [46.36100528165335]
  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)
• 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)
• A Deep Learning Approach to Predict Blood Pressure from PPG Signals [10.028103259763352]
  血圧(BP)は、身体の生命維持機能を示す4つの主要な重要な兆候の1つである。 PPG信号に基づいてBPを推定するために,3層ディープニューラルネットワークを用いた高度なデータ駆動手法を提案する。
  論文  参考訳（メタデータ） (2021-07-30T22:45:34Z)
• An End-to-End and Accurate PPG-based Respiratory Rate Estimation Approach Using Cycle Generative Adversarial Networks [6.248335775936125]
  呼吸率(RR)は換気を表す臨床徴候です。 Cycle Generative Adversarial Networks (CycleGAN) を用いたRR推定のためのエンドツーエンドで正確なパイプラインを提案する。
  論文  参考訳（メタデータ） (2021-05-03T01:16:32Z)
• 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)
• Zeroth-order Deterministic Policy Gradient [116.87117204825105]
  ゼロ階決定主義政策グラディエント(ZDPG)を紹介する。 ZDPGは、$Q$関数の2点評価によりポリシー逆勾配を近似する。 ZDPGの新たな有限サンプル複雑性境界は、既存の結果を最大2桁改善する。
  論文  参考訳（メタデータ） (2020-06-12T16:52:29Z)
• PPG2ABP: Translating Photoplethysmogram (PPG) Signals to Arterial Blood Pressure (ABP) Waveforms using Fully Convolutional Neural Networks [1.0045192779791103]
  光胸腺X線信号を用いた非侵襲的アプローチにより連続動脈血圧(ABP)波形を予測する手法を開発した。 入力PSG信号から連続的なAPP波形を4.604 mmHgの絶対誤差で予測する深層学習法 PPG2ABP を提案する。 PPG2ABP のより驚くべき成功は、予測された ABP 波形からの DBP, MAP, SBP の計算値が、いくつかの測定値の下で既存の成果よりも優れていることが判明した。
  論文  参考訳（メタデータ） (2020-05-04T17:22:44Z)

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。