論文の概要: EMPD: An Event-based Multimodal Physiological Dataset for Remote Pulse Wave Detection

• arxiv url: http://arxiv.org/abs/2603.26699v1
• Date: Tue, 17 Mar 2026 01:25:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.088073
• Title: EMPD: An Event-based Multimodal Physiological Dataset for Remote Pulse Wave Detection
• Title（参考訳）: EMPD:リモートパルス波検出のためのイベントベースのマルチモーダル生理的データセット
• Abstract要約: EMPDは、イベントカメラによる非接触生理学的センシングのための最初のベンチマークデータセットである。 マイクロ秒レベルの時間精度で正確に同期されたマルチモーダルデータを提供する。 このデータセットは、ニューロモルフィックな生理学的モニタリングの分野で堅牢なアルゴリズムを開発するための重要なリソースとなる。
• 参考スコア（独自算出の注目度）: 17.621871238954053
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote photoplethysmography (rPPG) based on traditional frame-based cameras often struggles with motion artifacts and limited temporal resolution. To address these limitations, we introduce EMPD (Event-based Multimodal Physiological Dataset), the first benchmark dataset specifically designed for non-contact physiological sensing via event cameras. The dataset leverages a laser-assisted acquisition system where a high-coherence laser modulates subtle skin vibrations from the radial artery into significant signals detectable by a neuromorphic sensor. The hardware platform integrates a high-resolution event camera to capture micro-motions and intensity transients, an industrial RGB camera to provide traditional rPPG benchmarks, and a clinical-grade pulse oximeter to record ground truth PPG waveforms. EMPD contains 193 valid records collected from 83 subjects, covering a wide heart rate range (40-110 BPM) under both resting and post-exercise conditions. By providing precisely synchronized multimodal data with microsecond-level temporal precision, EMPD serves as a crucial resource for developing robust algorithms in the field of neuromorphic physiological monitoring. The dataset is publicly available at: https://doi.org/10.5281/zenodo.18765701
• Abstract（参考訳）: 従来のフレームベースのカメラをベースとしたリモート光断層撮影(rPPG)は、しばしば動きのアーティファクトと時間分解能の制限に悩まされる。 これらの制約に対処するため,イベントカメラによる非接触生理学的センシングのために設計された最初のベンチマークデータセットであるEMPD(Event-based Multimodal Physiological Dataset)を導入する。 このデータセットは、高コヒーレンスレーザーが放射状動脈からの微妙な皮膚振動をニューロモルフィックセンサーで検出可能な重要な信号に変調するレーザーアシスト取得システムを利用する。 ハードウェアプラットフォームは、マイクロモーションとインテンシティ・トランジェントをキャプチャするための高解像度のイベントカメラ、従来のrPPGベンチマークを提供する産業用RGBカメラ、地上の真相PPG波形を記録するための臨床グレードのパルスオキシメータを統合している。 EMPDには83名の被験者から収集された193の有効な記録が含まれており、安静と運動後の両方の条件下で、広い心拍数範囲(40-110 BPM)をカバーしている。 マイクロ秒レベルの時間精度で正確に同期されたマルチモーダルデータを提供することにより、EMPDは神経型生理モニタリングの分野で堅牢なアルゴリズムを開発する上で重要な資源となる。 データセットは、https://doi.org/10.5281/zenodo.18765701で公開されている。

関連論文リスト

• MS-rPPG: Multi-spectral State Space Model for Remote Photoplethysmography in Driver Monitoring Systems [21.37687518779808]
  本研究では,遠隔心拍数推定に基づく運転者の健康モニタリングシステムについて検討する。 我々は、RGBと近赤外線(NIR)フェースビデオを組み合わせたマルチスペクトルフレームワークMS-rを導入し、困難な運転条件下でのr推定を緩和する。 車両の運転中に50人の参加者から記録されたMS-Driveという実世界のデータセットを収集した。
  論文  参考訳（メタデータ） (2026-06-19T05:34:10Z)
• FreqPhys: Repurposing Implicit Physiological Frequency Prior for Robust Remote Photoplethysmography [54.32412212867472]
  Photoplethysmographyは、ビデオから肌の色の変化を微妙に捉え、接触のない生理的モニタリングを可能にする。 FreqPhysは、シグナル回復のために生理的頻度事前を明示的に活用する周波数誘導リレーションフレームワークである。 これは、特に挑戦的な運動条件下で、最先端のアプローチよりも大幅に改善される。
  論文  参考訳（メタデータ） (2026-04-01T06:25:42Z)
• PhysNeXt: Next-Generation Dual-Branch Structured Attention Fusion Network for Remote Photoplethysmography Measurement [50.524262997433546]
  ハーモグラフィーは、心臓の脈動によって引き起こされる顔の皮膚の色変化を分析し、心拍数やその他の重要な兆候を測定することができる。 現在の手法は主に生のビデオからエンド・ツー・エンドのモデリング、または微妙な心拍マップ(ST)表現に基づいている。 本稿では,ビデオフレームとST表現を併用したデュアルインプットディープラーニングフレームワークであるPhysMapXtを提案する。
  論文  参考訳（メタデータ） (2026-03-20T08:37:02Z)
• Optical Linear Systems Framework for Event Sensing and Computational Neuromorphic Imaging [2.45990890510584]
  イベントビジョンセンサ(ニューロモルフィックカメラ)は、ログ強度閾値の交差によって引き起こされる非同期ON/OFFイベントを出力する。 非線形系として、この事象表現は、ほとんどの計算イメージングと光学系設計の基盤となる線形フォワードモデルと容易には統合されない。 本稿では,イベントストリームを1ピクセルあたりの対数強度と強度微分の推定値にマッピングし,これらの測定結果を動的線形系モデルに組み込む物理基底処理パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-01-20T01:23:22Z)
• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• Efficient and Robust Multidimensional Attention in Remote Physiological Sensing through Target Signal Constrained Factorization [7.947387272047604]
  マルチモーダルビデオ入力からの光胸腺造影(rRSP)信号と呼吸(rRSP)信号の同時推定を目的とした,効率的なデュアルブランチ3D-CNNアーキテクチャであるMMRPhysを提案する。 TSFMを用いたMMRPhysは、リアルタイムアプリケーションに適した最小の推論レイテンシを維持しつつ、RRSP推定のための領域シフトの一般化において最先端の手法を著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-05-11T15:20:45Z)
• Inter-event Interval Microscopy for Event Cameras [52.05337480169517]
  イベントカメラは、革新的なバイオインスパイアされたセンサーであり、強度を直接知覚するのではなく、強度の変化を感知することで従来のカメラとは異なる。 蛍光顕微鏡における静的および動的シーンの静的なイベントカメラを用いたイベント・ツー・インテンシティ変換を実現する。 我々は,ハイダイナミックレンジや高速シナリオなど,様々な場面でIEIMatデータセットを収集した。
  論文  参考訳（メタデータ） (2025-04-07T11:05:13Z)
• Time-Series U-Net with Recurrence for Noise-Robust Imaging Photoplethysmography [14.749406169315554]
  Photoplethysmography systemは、顔とランドマークの検出、時系列抽出、パルス信号/パルスレート推定の3つのモジュールで構成されている。 TURNIPと呼ばれるパルス信号推定モジュールは、基礎となるパルス信号波形を忠実に再構築することを可能にする。 我々のアルゴリズムは、特殊なセンサーや皮膚との接触を必要とせず、信頼性の高い心拍数推定を提供する。
  論文  参考訳（メタデータ） (2025-03-21T17:52:33Z)
• Low latency optical-based mode tracking with machine learning deployed on FPGAs on a tokamak [0.8506991993461593]
  本研究ではFPGAを用いた高速カメラデータ取得・処理システムについて述べる。 リアルタイムの機械学習ベースのトカマク診断と制御、および他の科学分野の潜在的な応用を可能にする。
  論文  参考訳（メタデータ） (2023-11-30T19:00:03Z)
• PhysFormer: Facial Video-based Physiological Measurement with Temporal Difference Transformer [55.936527926778695]
  近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。 本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
  論文  参考訳（メタデータ） (2021-11-23T18:57:11Z)
• 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)

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。