論文の概要: Physically-Constrained Harmonic Separation for Robust Heart and Respiratory Rate Estimation from Wrist Photoplethysmography
- arxiv url: http://arxiv.org/abs/2606.30156v1
- Date: Mon, 29 Jun 2026 11:31:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.206001
- Title: Physically-Constrained Harmonic Separation for Robust Heart and Respiratory Rate Estimation from Wrist Photoplethysmography
- Title（参考訳）: ロバスト心に対する物理的に拘束された高調波分離とレスト光胸腺造影による呼吸速度の推定
- Abstract要約: 本稿では,手首加速度計によるHRとRR推定を定式化する物理拘束型高調波分離(PCHS)フレームワークを提案する。
物理誘導高調波発生器は、観測信号を準周期的な生理的成分と運動関連残留物に分解する。
動き集約型PSG-DaLiAデータセットの実験は、PCHSが最先端の手法より優れていることを示した。
- 参考スコア（独自算出の注目度）: 11.704570155438887
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Wrist-worn photoplethysmography (PPG) enables continuous monitoring of cardiopulmonary physiology, but reliable heart rate (HR) and respiratory rate (RR) estimation in free-living conditions remains challenging due to non-stationary motion artifacts that spectrally overlap with physiological dynamics. Existing signal-processing methods degrade under strong motion, while unconstrained deep learning approaches often lack physiological interpretability and identifiable structure. We propose a Physically-Constrained Harmonic Separation (PCHS) framework that formulates HR and RR estimation from wrist PPG as an analysis-by-synthesis problem, where accelerometer measurements condition artifact separation rather than directly regressing vital signs. A physics-guided harmonic generator decomposes the observed signal into quasi-periodic physiological components and a motion-related residual, enabling HR recovery from the fundamental frequency and RR prediction from respiratory-driven modulations of the harmonic parameters. Robust reconstruction objectives, separation constraints, and uncertainty-aware weighting stabilize the decomposition under motion. Experiments on the motion-intensive PPG-DaLiA dataset demonstrate that PCHS outperforms state-of-the-art methods while yielding interpretable signal decompositions that effectively disentangle physiological activity from motion artifacts.
- Abstract（参考訳）: Wrist-worn photoplethysmography (PPG) は、心肺生理学の連続的なモニタリングを可能にするが、生理学とスペクトル的に重なる非定常運動人工物により、自由生活環境における心拍数(HR)と呼吸速度(RR)の推定は困難である。
既存の信号処理手法は強い動きの下で劣化するが、制約のない深層学習アプローチは生理的解釈性と識別可能な構造を欠いていることが多い。
本稿では,手首PPGからHRとRRを推定する物理拘束型高調波分離(PCHS)フレームワークを提案する。
物理誘導高調波発生器は、観測された信号を準周期的な生理成分と運動関連残留に分解し、基本周波数からのHR回復と、高調波パラメータの呼吸駆動変調によるRR予測を可能にする。
ロバストな再構成目的、分離制約、不確実性認識重み付けは、動作中の分解を安定化させる。
運動集約型PSG-DaLiAデータセットの実験では、PCHSは動作人工物から生理活性を効果的に引き離す解釈可能な信号分解を発生させながら、最先端の手法より優れていることが示された。
関連論文リスト
- Hierarchical Policy Learning via Spectral Decomposition [58.65543693788772]
ロボットの動作シーケンスにおける意味的分解を識別し,タスクレベルの動作意図と実行レベルの改善を分離する。
本稿では, 因果的粗大化過程として行動生成をモデル化した因果スペクトルポリシー(CSP)を提案する。
CSPは、精度に敏感な操作タスクにおいて、強いベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2026-06-28T19:22:40Z) - PhysFlow: Frequency Decoupled with Dual-Field Rectified Flow for Remote Photoplethysmography [31.648467283862416]
Photoplethysは、顔ビデオからの非接触パルス推定を可能にし、健康モニタリングの不可欠なツールとして機能する。
現在のディープラーニング手法は、しばしば複雑な障害の下で苦労する。
PhysFlowは、ロバスト r 推定に適した周波数分離型2次元フローフレームワークである。
論文 参考訳（メタデータ） (2026-06-22T12:14:37Z) - PG-LRF: Physiology-Guided Latent Rectified Flow for Electro-Hemodynamic PPG-to-ECG Generation [51.79176059799321]
フォトプレチスモグラフィーはウェアラブルではユビキタスであるが、ECG特有の診断形態は欠如している。
既存の手法は統計アライメントとデータ駆動生成に依存している。
生理的誘導型潜在フローフレームワークであるPG-LRFを提案する。
論文 参考訳（メタデータ） (2026-05-09T07:39:58Z) - PA-TCNet: Pathology-Aware Temporal Calibration with Physiology-Guided Target Refinement for Cross-Subject Motor Imagery EEG Decoding in Stroke Patients [8.689565360500653]
ストローク患者のクロスオブジェクト脳波(EEG)復号は運動回復に不可欠である。
既存の手法は、病理的なスロー波活動と不安定なターゲットドメインの擬似ラベルによって容易に誤解される。
そこで我々は,脳卒中復号のための生理誘導型ターゲットリファインメントを用いた病的時間校正フレームワークPA-TCNetを提案する。
論文 参考訳（メタデータ） (2026-04-17T07:55:30Z) - 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) - Learned Finite Element-based Regularization of the Inverse Problem in Electrocardiographic Imaging [33.8053325455413]
時間的正規化を学習分野のFoE(Fields-of-Experts)と組み合わせた時空間正規化フレームワークを提案する。
心臓表面メッシュ上に有限の離散要素を導出し,Mosco収束性を証明し,FoE項を扱えるスケーラブルな最適化アルゴリズムを開発した。
論文 参考訳（メタデータ） (2026-02-07T09:44:55Z) - Robust Photoplethysmography Signal Denoising via Mamba Networks [19.081045818497127]
光胸腺撮影はウェアラブルの健康モニタリングに広く用いられているが、その信頼性はノイズやモーションアーティファクトによって劣化することが多い。
本稿では生理情報の保存に重点を置いたPSGの深層学習フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-13T06:47:44Z) - 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) - PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。
PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
論文 参考訳（メタデータ） (2025-05-06T15:18:38Z) - 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。