論文の概要: Task- and Metric-Specific Signal Quality Indices for Medical Time Series

• arxiv url: http://arxiv.org/abs/2602.12478v1
• Date: Thu, 12 Feb 2026 23:23:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-16 23:37:53.7891
• Title: Task- and Metric-Specific Signal Quality Indices for Medical Time Series
• Title（参考訳）: 医療時系列における課題・メトリクス別信号品質指標
• Authors: Jad Haidamous, Christoph Hoog Antink,
• Abstract要約: 信号品質をタスクとメートル法に依存した概念として定式化し、摂動に基づくSQI(pSQI)を提案する。 pSQIは、メトリックに関する入力信号におけるアルゴリズムの性能劣化を検出することを目的としている。 Rピーク検出と心房細動分類ベンチマークの実験は、提案したpSQIが既存の特徴と深層学習に基づくSQIを一貫して上回っていることを示している。
• 参考スコア（独自算出の注目度）: 1.0104253368113927
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Medical time series such as electrocardiograms (ECGs) and photoplethysmograms (PPGs) are frequently affected by measurement artifacts due to challenging acquisition environments, such as in ambulances and during routine daily activities. Since automated algorithms for analyzing such signals increasingly inform clinically relevant decisions, identifying signal segments on which these algorithms may produce unreliable outputs is of critical importance. Signal quality indices (SQIs) are commonly used for this purpose. However, most existing SQIs are task agnostic and do not account for the specific algorithm and performance metric used downstream. In this work, we formalize signal quality as a task- and metric-dependent concept and propose a perturbation-based SQI (pSQI) that aims to detect an algorithm's performance degradation on an input signal with respect to a metric. The pSQI is defined as the worst-case value of the performance metric under an additive, colored Gaussian noise perturbation with a lower-bounded signal-to-noise ratio. We introduce formal requirements for task- and metric-specific SQIs, including monotonicity of the metric in expectation and maximal separation under thresholding. Experiments on R-peak detection and atrial fibrillation classification benchmarks demonstrate that the proposed pSQI consistently outperforms existing feature- and deep learning-based SQIs in identifying unreliable inputs without requiring training.
• Abstract（参考訳）: 心電図 (ECGs) や光胸腺図 (PPGs) などの医療時系列は, 救急車や日常の日常活動など, 難易度の高い取得環境が原因で, 測定アーチファクトの影響を受けることが多い。 このようなシグナルを自動解析するアルゴリズムは、臨床的に関係のある決定をますます通知するので、これらのアルゴリズムが信頼できない出力を生成する可能性のある信号セグメントを特定することが重要である。 信号品質指標(SQI)はこの目的のために一般的に使用される。 しかし、既存のSQIの多くはタスク非依存であり、下流で使われる特定のアルゴリズムや性能指標を考慮していない。 本研究では,信号品質をタスクおよびメートル法に依存した概念として定式化し,メトリックに関する入力信号に対するアルゴリズムの性能劣化を検出することを目的とした摂動に基づくSQI(pSQI)を提案する。 pSQIは、信号対雑音比が低い付加的な色付きガウス雑音摂動の下で、パフォーマンスメトリックの最悪のケース値として定義される。 本稿では,SQI とタスク固有の SQI の形式的要件について紹介する。 Rピーク検出と心房細動分類ベンチマークの実験により、提案したpSQIは、トレーニングを必要とせず、信頼できない入力を識別する上で、既存の特徴と深層学習に基づくSQIを一貫して上回っていることが示された。

関連論文リスト

• AgenticIQA: An Agentic Framework for Adaptive and Interpretable Image Quality Assessment [69.06977852423564]
  画像品質評価(IQA)は、人間の視覚系に根ざした知覚品質の定量化と解釈の両方を反映している。 AgenticIQAは、IQAを歪み検出、歪み解析、ツール選択、ツール実行の4つのサブタスクに分解する。 本稿では,IQAエージェントに適した大規模命令データセットであるAgenticIQA-200Kと,VLMベースのIQAエージェントの計画,実行,要約機能を評価するための最初のベンチマークであるAgenticIQA-Evalを紹介する。
  論文  参考訳（メタデータ） (2025-09-30T09:37:01Z)
• Uncertainty-Aware Attention Heads: Efficient Unsupervised Uncertainty Quantification for LLMs [129.79394562739705]
  大型言語モデル(LLM)は、顕著な流布を示すが、しばしば「幻覚」として知られる致命的な誤りを引き起こす。 本稿では,非教師的アプローチであるRAUQ(Recurrent Attention-based Uncertainty Quantification)を提案する。 4つのLLMと12の質問応答、要約、翻訳タスクにわたる実験は、RAUQが優れた結果をもたらすことを示した。
  論文  参考訳（メタデータ） (2025-05-26T14:28:37Z)
• Improving Robustness of Spectrogram Classifiers with Neural Stochastic Differential Equations [4.259762400898358]
  スペクトログラムに適用されたコンピュータビジョンに基づくディープラーニングモデルは、信号の分類と検出の分野で有用であることが証明されている。 これらの方法は、非ビジョン信号処理タスクに固有の低信号対雑音比を扱うように設計されていない。
  論文  参考訳（メタデータ） (2024-09-03T02:03:50Z)
• Identifying Bottlenecks of NISQ-friendly HHL algorithms [0.0]
  NISQ適応反復QPEとそのHHLアルゴリズムの雑音耐性について検討する。 その結果,Qiskit readout や M Three readout package のようなノイズ低減技術は,ここでテストした小さなインスタンスにおいても,結果の回復には不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-06-10T14:11:27Z)
• Quantum Algorithm Exploration using Application-Oriented Performance Benchmarks [0.0]
  Application-Oriented BenchmarksのQED-Cスイートは、量子コンピュータの性能特性を測定する機能を提供する。 我々は,このベンチマーク手法がより複雑なアプリケーションに適用される可能性を広げる上での課題について検討する。
  論文  参考訳（メタデータ） (2024-02-14T06:55:50Z)
• Adaptive Feature Selection for No-Reference Image Quality Assessment by Mitigating Semantic Noise Sensitivity [55.399230250413986]
  上流タスクから有害なセマンティックノイズを除去するためのQFM-IQM(Quality-Aware Feature Matching IQA Metric)を提案する。 提案手法は,8つの標準IQAデータセット上での最先端NR-IQA法よりも優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-12-11T06:50:27Z)
• Qutrit state discrimination with mid-circuit measurements [0.138120109831448]
  量子ビット読み出しのための二値判別器を応用した中間回路計測に基づく識別手法を提案する。 我々の判別器はIQ判別器と同等の性能を示し、量子ビット制御のための標準量子プロセッサで容易に利用できる。
  論文  参考訳（メタデータ） (2023-09-20T13:30:39Z)

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。