Fugu-MT 論文翻訳(概要): SpO$_2$ Predictor-Guided Stage-Wise Time-Frequency Reconstruction of Low-Quality Dual-Wavelength PPG for Oxygen Saturation Estimation

論文の概要: SpO$_2$ Predictor-Guided Stage-Wise Time-Frequency Reconstruction of Low-Quality Dual-Wavelength PPG for Oxygen Saturation Estimation

arxiv url: http://arxiv.org/abs/2607.07996v1
Date: Thu, 09 Jul 2026 00:00:42 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-10 14:45:27.3687
Title: SpO$_2$ Predictor-Guided Stage-Wise Time-Frequency Reconstruction of Low-Quality Dual-Wavelength PPG for Oxygen Saturation Estimation
Title（参考訳）: SpO$_2$Predictor-Guided Stage-Wise Time-Frequency Restruction of Low-Quality Dual-Wavelength PPG for Oxygen Saturation Estimation (特集:バイオサイバネティックスとバイオサイバネティックス)
Abstract要約: 本稿では、低品質の2波長PSG信号に対するSpO$予測器誘導時周波再構成フレームワークを提案する。パブリックなOpenOximetry RepositoryとプライベートなウェアラブルPSGデータセットの実験は、提案されたアプローチが、公開データセットでは2.882%、プライベートデータセットでは2.359%という、最も低い主題レベルのMAEを達成することを示している。
参考スコア（独自算出の注目度）: 8.311537619121706
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Continuous oxygen saturation (SpO$_2$) estimation from wearable photoplethysmography (PPG) is important for long-term health monitoring, but low-quality red and infrared PPG segments can distort waveform morphology and degrade SpO$_2$ prediction accuracy. Existing PPG denoising and reconstruction methods usually optimize waveform fidelity or heart rate characteristics, while time-domain waveform loss on PPG signals alone insufficiently preserves frequency structure and SpO$_2$-relevant information. This paper proposes a SpO$_2$ predictor-guided stage-wise time-frequency reconstruction framework for low-quality dual-wavelength PPG signals. The proposed method first selects high-quality PPG segments to pretrain a SpO$_2$ predictor. A masked reconstruction model is then trained to recover randomly masked PPG regions using a joint reconstruction objective that combines time-domain waveform loss with frequency-domain loss computed from the short-time Fourier transform (STFT). To make the reconstruction task physiologically relevant, the pretrained SpO$_2$ predictor is incorporated as an additional constraint, encouraging the reconstructed PPG to preserve SpO$_2$ information rather than only minimizing waveform reconstruction error. The SpO$_2$ predictor and PPG reconstructor model are optimized through four training stages. Experiments on the public OpenOximetry Repository and a private wearable PPG dataset show that the proposed approach achieves the lowest subject-level MAE, with 2.882\% on the public dataset and 2.359\% on the private dataset.
Abstract（参考訳）: 持続酸素飽和度 (SpO$_2$) は, 長期健康モニタリングにおいて重要であるが, 低品質の赤と赤のPSGセグメントは波形形態を歪め, SpO$2$の予測精度を低下させることができる。 PPG信号の時間領域の波形損失は、周波数構造とSpO$2$-relevant情報のみを不十分に保存する。本稿では、低品質の2波長PSG信号に対するSpO$2$予測器誘導時周波数再構成フレームワークを提案する。提案手法は,まず高品質なPSGセグメントを選択し,SpO$_2$予測器を事前訓練する。次に、短時間フーリエ変換(STFT)から計算した周波数領域損失と時間領域波形損失を組み合わせた共同再構成目標を用いて、マスク再構成モデルを用いてランダムにマスクされたPSG領域を復元する。再構成タスクを生理学的に関連付けるため、事前訓練したSpO$_2$予測器を追加制約として組み込み、波形再構成誤差を最小化するのではなく、復元されたPSGにSpO$_2$情報を保存するように促す。 SpO$_2$予測器とPSG再構成器モデルは4つの訓練段階を通じて最適化される。パブリックなOpenOximetry RepositoryとプライベートなウェアラブルPSGデータセットの実験によると、提案手法は、パブリックデータセットで2.882\%、プライベートデータセットで2.359\%という、最も低い主題レベルのMAEを達成する。

関連論文リスト

From Atoms to Entropy: Optimal Noise Allocation for Diffusion Training in the Convex Regime [52.459513910242485]
拡散訓練における最適な雑音レベルアロケーションを研究するための一般統計フレームワークを開発する。最適化されたトレーニングスケジュールは、有限個のノイズレベルに集中した原子最小値を持つことを示す。次に,大規模実験におけるエントロピック・スケジュールの評価を行った。
論文参考訳（メタデータ） (2026-07-10T20:59:06Z)
Uncertainty-quantified Pulse Signal Recovery from Facial Video using Regularized Stochastic Interpolants [32.782480100477976]
フォトプレチスモグラフィ(Photoplethysmography)は、カメラからの画素読み出しを用いてヒトの血液量パルス(BVP)波形を復元する光学的手順である。 iタスクを解決するための現在のアルゴリズムは、優れたパフォーマンスベンチマークデータセットを示している。最先端のアルゴリズムや、私たちの知識を最大限に活用するベクトルは、ソリューション空間の試験時間サンプリングを実行しません。
論文参考訳（メタデータ） (2026-04-12T19:00:49Z)
Compressed BC-LISTA via Low-Rank Convolutional Decomposition [47.15001096567547]
圧縮前方・後方演算子を用いたマルチチャネルイメージングのためのスパース信号回復法(SSR)について検討した。本稿では,低ランク畳み込みネットワーク(CNN)分解に基づくCBC(Compressed Block-Convolutional)測定モデルを提案する。
論文参考訳（メタデータ） (2026-01-30T16:33:51Z)
Low-Dimensional Adaptation of Rectified Flow: A New Perspective through the Lens of Diffusion and Stochastic Localization [59.04314685837778]
整流流(RF)は、その生成効率と最先端の性能からかなりの人気を得ている。本稿では,RFがターゲット分布の支持の内在的低次元性に自動的に適応し,サンプリングを高速化する程度について検討する。時間分割方式を慎重に設計し,十分な正確なドリフト推定を行うことで,RFサンプリング器はオーダーO(k/varepsilon)$の複雑さを享受できることを示す。
論文参考訳（メタデータ） (2026-01-21T22:09:27Z)
Wavelet-Driven Masked Multiscale Reconstruction for PPG Foundation Models [13.267230682892503]
Masked Multiscale Reconstruction (MMR)は、PSGデータの階層的時間周波数スケールから明確に学習する自己教師付き事前学習フレームワークである。 32,000人のユーザから1700万のラベルのない10秒PSGセグメントを使用して、MMRでモデルを事前訓練する。 19の多様な健康関連タスクのうち、MMRは大規模ウェアラブルPSGデータを改善し、最先端のオープンソースPSGモデルに適合させる。
論文参考訳（メタデータ） (2026-01-18T01:34:47Z)
Wav2Arrest 2.0: Long-Horizon Cardiac Arrest Prediction with Time-to-Event Modeling, Identity-Invariance, and Pseudo-Lab Alignment [5.706374608871095]
高周波生理学的波形モダリティは、患者の状態に対する深いリアルタイムな洞察を提供する。近年、心臓発作を含む重要な事象を予測するための生理学的基礎モデルが示されている。最小限の補助情報を用いてPSGのみのCAシステムを改善するための3つの改良点を提案する。
論文参考訳（メタデータ） (2025-09-25T23:46:39Z)
RespDiff: An End-to-End Multi-scale RNN Diffusion Model for Respiratory Waveform Estimation from PPG Signals [3.306437812367815]
PPG信号からの呼吸波形推定のためのエンドツーエンドマルチスケールRNNモデルであるRespDiffを提案する。モデルはマルチスケールエンコーダを使用し、異なる解像度で特徴を抽出し、双方向RNNを使用してPSG信号を処理し、呼吸波形を抽出する。 BIDMCデータセットで行った実験では、RespDiffはRR推定の1.18bpmの平均絶対誤差(MAE)を達成し、先行研究よりも優れていた。
論文参考訳（メタデータ） (2024-10-06T05:54:49Z)
Sample-Efficient Optimisation with Probabilistic Transformer Surrogates [66.98962321504085]
本稿では,ベイズ最適化における最先端確率変換器の適用可能性について検討する。トレーニング手順と損失定義から生じる2つの欠点を観察し、ブラックボックス最適化のプロキシとして直接デプロイすることを妨げる。 1)非一様分散点を前処理するBO調整トレーニング,2)予測性能を向上させるために最適な定常点をフィルタする新しい近似後正則整定器トレードオフ精度と入力感度を導入する。
論文参考訳（メタデータ） (2022-05-27T11:13:17Z)
Generalizing electrocardiogram delineation: training convolutional neural networks with synthetic data augmentation [63.51064808536065]
ECGのデライン化のための既存のデータベースは小さく、サイズやそれらが表す病態の配列に不足している。まず、原データベースから抽出した基本セグメントのプールを与えられたECGトレースを確率的に合成し、その整合性のある合成トレースに配置するための一連のルールを考案した。第二に、2つの新しいセグメンテーションに基づく損失関数が開発され、これは、正確な数の独立構造の予測を強制し、サンプル数の削減に焦点をあてて、より密接なセグメンテーション境界を創出することを目的としている。
論文参考訳（メタデータ） (2021-11-25T10:11:41Z)
Differentially private training of neural networks with Langevin dynamics forcalibrated predictive uncertainty [58.730520380312676]
その結果,DP-SGD(差分偏差勾配勾配勾配勾配勾配)は,低校正・過信深層学習モデルが得られることがわかった。これは、医療診断など、安全クリティカルな応用にとって深刻な問題である。
論文参考訳（メタデータ） (2021-07-09T08:14:45Z)
An End-to-End and Accurate PPG-based Respiratory Rate Estimation Approach Using Cycle Generative Adversarial Networks [6.248335775936125]
呼吸率(RR)は換気を表す臨床徴候です。 Cycle Generative Adversarial Networks (CycleGAN) を用いたRR推定のためのエンドツーエンドで正確なパイプラインを提案する。
論文参考訳（メタデータ） (2021-05-03T01:16:32Z)

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。