論文の概要: Fusion-E2Pulse: A Multimodal Event-RGB Fusion Network for Non-contact Pulse Wave Reconstruction
- arxiv url: http://arxiv.org/abs/2606.15597v1
- Date: Sun, 14 Jun 2026 04:48:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.742011
- Title: Fusion-E2Pulse: A Multimodal Event-RGB Fusion Network for Non-contact Pulse Wave Reconstruction
- Title（参考訳）: Fusion-E2Pulse:非接触パルス波再構成のためのマルチモーダルイベント-RGBフュージョンネットワーク
- Abstract要約: 非接触パルス波再構成ヒンジは、ジクロティックノッチを含む波形形態の正確な復元に有効である。
本稿では,フレームベース統合とイベントベース差分センシングの相乗効果を利用する,Fusion-E2Pulseという新しいマルチモーダルネットワークを提案する。
実験により、Fusion-E2Pulseは最先端の性能を実現し、ノイズ抑制と形態的忠実さを効果的にバランスできることが示されている。
- 参考スコア（独自算出の注目度）: 9.207646887958935
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Non-contact pulse wave reconstruction hinges on the precise recovery of waveform morphology, including the dicrotic notch. Conventional Red-Green-Blue (RGB)-based methods, which extract physiological signals from recorded facial videos, are constrained by the integral imaging mechanism of standard cameras, where the exposure process induces a smoothing effect that attenuates subtle vascular pulsation details. Conversely, neuromorphic event cameras, while offering exceptional sensitivity to intensity fluctuations, are inherently susceptible to noise and artifacts induced by minor motion. To exploit the synergy between frame-based integration and event-based differential sensing, we propose a novel multimodal network named Fusion-E2Pulse. This framework utilizes filtered RGB signals as structural priors to suppress motion artifacts, while leveraging the high-sensitivity of event streams to recover fine-grained morphological details. Experimental results demonstrate that Fusion-E2Pulse achieves state-of-the-art performance, effectively balancing noise suppression and morphological fidelity, achieving a mean absolute error of 0.78 bpm for heart rate estimation, a waveform correlation of 0.89, and a systolic phase duration error of 16.74 ms, validating its efficacy in reconstructing fine-grained pathological features.
- Abstract（参考訳）: 非接触パルス波再構成ヒンジは、ジクロティックノッチを含む波形形態の正確な復元に有効である。
記録された顔ビデオから生理的信号を抽出する従来の赤緑色(RGB)ベースの方法は、標準カメラの積分イメージング機構によって制約され、露光過程は、微妙な血管脈拍の細部を弱める滑らかな効果を誘導する。
逆に、ニューロモルフィックなイベントカメラは、強度変動に対して例外的な感度を提供するが、本質的には小さな動きによって引き起こされるノイズやアーティファクトに影響を受けやすい。
フレームベース統合とイベントベース差分センシングの相乗効果を利用するために,Fusion-E2Pulseと呼ばれる新しいマルチモーダルネットワークを提案する。
このフレームワークは、フィルタされたRGB信号を構造的前駆体として利用し、イベントストリームの高感度を利用して微細な形態的詳細を復元する。
実験の結果,Fusion-E2Pulseは音の抑制と形態的忠実度を効果的にバランスさせ,心拍推定における平均絶対誤差0.78bpm,波形相関0.89,収縮相持続誤差16.74msを実現し,微細な病理像の再構築に有効であることが示された。
関連論文リスト
- RetiWave-Mamba: A Dual-Stream Network for Retinal Disease Detection based on Multi-scale Context and Frequency-Adaptive Mamba Projection [11.498068680313613]
本稿では、空間周波数領域学習と最先端状態空間モデルを統合する新しいフレームワークRetiWave-Mambaを提案する。
提案手法は,既存の手法を超越して,最先端(SOTA)分類精度98.25%を実現する。
論文 参考訳（メタデータ） (2026-08-18T10:38:59Z) - CardiacMamba: Fair and Robust RGB-RF Fusion for Remote Heart Rate Estimation via State Space Modeling [36.18750971669015]
CardiacMambaは、状態空間モデリングを通じて、光学的顔手がかりと高周波心臓運動手がかりを統合している。
EquiPlethデータセットでは、CardiacMambaは、0.96 bpm MAE、3.06 bpm RMSE、0.97 Pearson相関で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-08-16T16:05:24Z) - Bio-SFT: Asymmetric Cortical Guidance and Retinal Adaptation for Robust HDR Reconstruction [61.07381300333128]
暗黒領域における極端輝度変化と厳密な量子化は、正確な再構築を困難にしている。
Bio-SFTは単一像HDR再構成のためのバイオインスパイアされたスパイク周波数変換器である。
HDRTV1Kの実験では、Bio-SFTは対称誘導パイプラインのアーティファクト伝搬を低減しつつ、HDR-VDP-3と$E_ITP$を一貫して改善している。
論文 参考訳（メタデータ） (2026-07-20T01:07:54Z) - Multi-Contrast MRI Motion Correction via Parameter-Informed Disentanglement and Adaptive Experts [56.74856091904914]
パラメータインフォームドコントラストと重度適応補正を組み合わせた統合フレームワークを提案する。
ScanCLIPは、取得パラメータからアンタングルコントラストスタイルへのコントラスト埋め込みを解剖学的内容から導き、コントラストのない特徴をもたらす。
ビジョントランスフォーマーは、動きの重大度を推定し、Mixture-of-Expertsネットワークを介して特徴をルーティングし、ターゲットのアーティファクト修正を可能にする。
論文 参考訳（メタデータ） (2026-05-29T02:48:23Z) - Functional MRI Time Series Generation via Wavelet-Based Image Transform and Spectral Flow Matching for Brain Disorder Identification [11.757645382221854]
fMRIは、血液酸素レベル依存係数(BOLD)信号を経時的に測定することで、非侵襲的な脳活動へのアクセスを提供する。
fMRIの資源集約性は、データ駆動分析モデルに必要な高忠実度サンプルの入手を制限している。
本稿では,スペクトルフローマッチングを用いたBOLD信号の二重周波数表現を行う新しいfMRI生成フレームワークであるDSpec(Dual-temporaltral Flow Matching)を提案する。
論文 参考訳（メタデータ） (2026-05-28T09:12:45Z) - AnyBand-Diff: A Unified Remote Sensing Image Generation and Band Repair Framework with Spectral Priors [10.352581041881864]
本稿では,頑健なスペクトル再構成に適したスペクトル優先拡散フレームワークであるAnyBand-Diffを紹介する。
ラジオメトリックの忠実性を確保するため,物理誘導サンプリング機構を提案する。
実験は、AnyBand-Diffが信頼できる画像を生成するための有効性を確認する。
論文 参考訳（メタデータ） (2026-05-14T04:04:34Z) - 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) - B-FIRE: Binning-Free Diffusion Implicit Neural Representation for Hyper-Accelerated Motion-Resolved MRI [37.43809864791578]
既存の4DMRIは平均呼吸位相の許容可能なアーティファクトを生成し、ダイナミックな情報をぼかし、誤表現することができる。
超加速MR再構成のためのビンニングフリー拡散暗黙的ニューラル表現フレームワークであるB-FIREを提案する。
論文 参考訳（メタデータ） (2026-01-07T03:23:22Z) - PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。
本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。
これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。
Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-29T14:36:45Z) - TIR-Diffusion: Diffusion-based Thermal Infrared Image Denoising via Latent and Wavelet Domain Optimization [11.970228442183476]
本稿では拡散型TIR画像復調フレームワークを提案する。
提案手法は、遅延空間と離散ウェーブレット変換(DWT)/二重ツリー複合ウェーブレット変換(DTCWT)の損失を組み合わせた新しい損失関数を用いてモデルを微調整する。
ベンチマークデータセットの実験は、最先端のデノナイジング手法と比較して、我々のアプローチの優れた性能を示している。
論文 参考訳（メタデータ） (2025-07-30T06:27:32Z) - PAD: Phase-Amplitude Decoupling Fusion for Multi-Modal Land Cover Classification [49.37555541088792]
位相振幅デカップリング(PAD)は、位相(モダリティ共有)と振幅(モダリティ補完)を分離する周波数対応のフレームワークである。
この研究は、リモートセンシングにおける物理を意識したマルチモーダル融合の新しいパラダイムを確立する。
論文 参考訳（メタデータ） (2025-04-27T07:21:42Z) - CardiacMamba: A Multimodal RGB-RF Fusion Framework with State Space Models for Remote Physiological Measurement [24.511384674989223]
遠隔光麻痺(rPl)による心拍数(HR)推定は、健康モニタリングに非侵襲的な解決策を提供する。
従来の単一モダリティアプローチ(RGBまたはRF)は、照明のバリエーション、モーションアーティファクト、皮膚のトーンバイアスによるロバストさと精度のバランスをとる上で、課題に直面している。
両モードの相補的強度を利用するマルチモーダルRGB-RF融合フレームワークであるCardiacMambaを提案する。
論文 参考訳（メタデータ） (2025-02-19T11:00:34Z) - Brain Imaging-to-Graph Generation using Adversarial Hierarchical Diffusion Models for MCI Causality Analysis [44.45598796591008]
機能的磁気共鳴画像(fMRI)を軽度認知障害解析のための効果的な接続性にマッピングするために,脳画像から画像へのBIGG(Brain Imaging-to-graph generation)フレームワークを提案する。
発電機の階層変換器は、複数のスケールでノイズを推定するように設計されている。
ADNIデータセットの評価は,提案モデルの有効性と有効性を示す。
論文 参考訳（メタデータ） (2023-05-18T06:54:56Z) - SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。
本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。
提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
論文 参考訳（メタデータ） (2022-06-09T14:00:26Z)
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。