論文の概要: TriDP-PTM: a three-stage distortion-perception tradeoff guides the pre-training model for radar cardiac sensing

• arxiv url: http://arxiv.org/abs/2605.25725v1
• Date: Mon, 25 May 2026 11:32:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:19.836216
• Title: TriDP-PTM: a three-stage distortion-perception tradeoff guides the pre-training model for radar cardiac sensing
• Title（参考訳）: TriDP-PTM:3段階の歪み知覚トレードオフはレーダ心磁図の事前訓練モデルを導く
• Authors: Jinye Li, Aidong Men, Yang Liu, Qingchao Chen,
• Abstract要約: 心臓血管疾患は世界的な死因であり、持続的かつ正確な非侵襲的な心臓モニタリングを必要とする。 非接触レーダーベースのアプローチは、しばしば単一の「歪曲駆動」または「知覚駆動」パラダイムを用いる。 本稿では,「直接レーダー・ツー・タスク」パスと「間接レーダー・ツー・ECG・ツー・タスク」パスを体系的に比較する,レーダに基づくマルチスケールフュージョン・デュアルパスフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 25.689070161328544
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cardiovascular diseases (CVDs) remain a leading cause of death globally, necessitating continuous, accurate non-invasive cardiac monitoring. While non-contact radar-based approaches show great promise, they often employ a single "distortion-driven" or "perception-driven" paradigm, frequently facing a trade-off between "low distortion but weak semantic information" and "high perceptual fidelity but poor interpretability." To address this, we propose a Three-stage Distortion-Perception Pre-Training Model (TriDP-PTM), a radar-based multi-scale fusion dual-path framework that systematically compares the "direct radar-to-task" path against an "indirect radar-to-ECG-to-task" path. By integrating an ECG generator with a feature discriminator to form a composite loss function, our approach effectively incorporates medical priors - such as ECG morphology and rhythm - into downstream tasks. Through empirical analysis, we reveal that this trade-off manifests in three distinct phases (Positive-Sum, Coopetitive, and Negative-Sum), showing optimal downstream clinical accuracy typically emerges in the coopetitive stage. Extensive experiments on a dataset involving 30 subjects across 5 physiological states reveal that the indirect path consistently outperforms the direct path in diverse tasks, achieving 0.80 mean IoU in waveform segmentation, 98.3% average classification accuracy across four tasks, and a 56% MAE reduction in blood pressure regression compared to the strongest baselines. These findings validate our framework and indicate that, within the indirect radar-to-ECG pathway, appropriately weighting distortion and perception losses to operate in the coopetitive regime is critical for achieving both clinically interpretable ECG morphology and strong downstream accuracy in non-contact cardiac monitoring.
• Abstract（参考訳）: 心臓血管疾患(CVD)は、連続的かつ正確な非侵襲的な心臓モニタリングを必要とする、世界規模の死因である。 非接触レーダーに基づくアプローチは大きな将来性を示しているが、しばしば単一の「歪曲駆動」あるいは「知覚駆動」パラダイムを採用し、「低歪みだが弱い意味情報」と「知覚の忠実さは高いが、解釈容易性は低い」のトレードオフに直面している。 そこで本研究では,レーダをベースとしたマルチスケール・フュージョン・デュアルパス・フレームワークであるTriDP-PTM(三段階ディストーション・パーセプション・プレトレーニング・モデル)を提案し,その手法を「直接レーダー・ツー・タスク」パスと「間接レーダー・ツー・ECG・タスク」パスとを体系的に比較する。 本手法は,ECGジェネレータと特徴判別器を複合損失関数に組み込むことで,心電図形態やリズムなどの医学的先行要素を下流タスクに効果的に組み込む。 経験的分析により,このトレードオフは3つの相(ポジティブサム,コペティティブ,否定サム)で表れることが明らかとなった。 5つの生理的状態にまたがる30人の被験者を含むデータセットの大規模な実験により、間接経路は様々なタスクにおいて直接経路より一貫して優れており、波形セグメンテーションにおける平均IoU平均0.80、4つのタスクにおける平均分類精度98.3%、最強ベースラインと比較して血圧の回帰が56%低下していることが明らかとなった。 本研究の枠組みを検証し,非接触心監視における心電図の臨床的解釈と下行精度の向上のためには,間接的レーダ-ECG経路の歪みと知覚損失の適正な重み付けが重要であることを示した。

関連論文リスト

• Domain-Adapted Fine-Tuning of ECG Foundation Models for Multi-Label Structural Heart Disease Screening [9.031528782284935]
  心電図(ECG)基礎モデルがエコー確認型多ラベル心疾患検出をサポートできるかどうかを検討した。 我々は,ECGの工学的特徴と,勾配向上,スクラッチからのエンドツーエンドの波形学習,オープンECG基盤モデルからの転送を比較した。 適応型ECG-FMモデルは全体的な性能を最高のものにした。
  論文  参考訳（メタデータ） (2026-04-25T17:27:42Z)
• Simulator and Experience Enhanced Diffusion Model for Comprehensive ECG Generation [52.19347532840774]
  本稿では,心電図生成のための新しい生理シミュレータSE-Diffを提案する。 SE-Diffは、軽量常微分方程式(ODE)ベースのECGシミュレータをビートデコーダを介して拡散過程に統合する。 実世界のECGデータセットに対する大規模な実験により、SE-Diffは信号の忠実度とテキスト-ECGセマンティックアライメントの両方を改善している。
  論文  参考訳（メタデータ） (2025-11-13T02:57:10Z)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• Masked Autoencoders that Feel the Heart: Unveiling Simplicity Bias for ECG Analyses [24.039917512972977]
  単純性バイアス(Simplicity Bias, SB)として知られる細粒度だが臨床的に重要な手がかりを見越して, 支配的かつ反復的なパターンに適合する傾向を示した。 本稿では,1)ECG信号の動的特性を反映した時間周波数特性を捉えるための時間周波数対応フィルタと,2)2つの領域をまたいだ粗い表現学習のための多言語プロトタイプ再構成と,さらにSBを緩和する手法を提案する。
  論文  参考訳（メタデータ） (2025-06-25T03:25:49Z)
• FADE: Forecasting for Anomaly Detection on ECG [4.914228925573227]
  本研究の目的は,通常の心電図予測と異常検出のために設計された深層学習システムFADEを提案することである。 FADEは、新しい形態学的にインスパイアされた損失関数で、自己監督的な方法で訓練されている。 本手法は,心電図信号と実際のセンサデータとの新たな距離関数を用いて,心臓の異常を効果的に同定する。
  論文  参考訳（メタデータ） (2025-02-11T09:19:39Z)
• CoReEcho: Continuous Representation Learning for 2D+time Echocardiography Analysis [42.810247034149214]
  直接EF回帰に適した連続表現を強調する新しいトレーニングフレームワークであるCoReEchoを提案する。 CoReEcho: 1) 最大の心エコー画像データセット(EchoNet-Dynamic)上で現在最先端のSOTA(State-of-the-art)を、82.44の3.90&R2のMAEで上回り、2) 関連する下流タスクにおいてより効果的に転送する堅牢で一般化可能な機能を提供する。
  論文  参考訳（メタデータ） (2024-03-15T10:18:06Z)
• Improving Diffusion Models for ECG Imputation with an Augmented Template Prior [43.6099225257178]
  ノイズと品質の悪い録音は、モバイルヘルスシステムを使って収集された信号にとって大きな問題である。 近年の研究では、確率的時系列モデルによるECGの欠落値の計算が検討されている。 本稿では,様々な健康状態の事前情報として,テンプレート誘導型拡散確率モデル(DDPM)PulseDiffを提案する。
  論文  参考訳（メタデータ） (2023-10-24T11:34:15Z)
• Error correcting 2D-3D cascaded network for myocardial infarct scar segmentation on late gadolinium enhancement cardiac magnetic resonance images [1.099532646524593]
  本稿では、完全自動で心筋梗塞の程度を計算できる畳み込みニューラルネットワーク(CNN)のケースケードフレームワークを提案する。 心筋梗塞のセグメンテーションにおいて,我々の枠組みは最先端の基準法よりも優れていた。
  論文  参考訳（メタデータ） (2023-06-26T14:21:18Z)

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。