Fugu-MT 論文翻訳(概要): Analysis of Respiratory Sinus Arrhythmia with Neural Networks

論文の概要: Analysis of Respiratory Sinus Arrhythmia with Neural Networks

arxiv url: http://arxiv.org/abs/2609.05698v1
Date: Fri, 04 Sep 2026 20:09:30 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-10 19:44:08.108753
Title: Analysis of Respiratory Sinus Arrhythmia with Neural Networks
Title（参考訳）: ニューラルネットワークによる呼吸洞不整脈の解析
Abstract要約: 呼吸性副鼻腔不整脈(RSA)のフェノメノンを利用して心電図信号を分析し呼吸速度を推定するためのニューラルネットワークによるアプローチを提案する。本手法は心電図入力データから直接呼吸波形を予測するために訓練された深層学習モデルを用いている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The paper introduces a neural network-based approach for analyzing ECG signals to estimate respiratory rate by leveraging the phe- nomenon of Respiratory Sinus Arrhythmia (RSA). Our method employs a deep learning model trained to predict respiratory waveforms directly from ECG input data. To achieve this, we developed and evaluated three different neural network architectures capable of automatically extract- ing relevant features from ECG signals without the need for manual preprocessing. The proposed approach offers a robust and scalable solu- tion for non-invasive respiratory monitoring, with potential applications in healthcare and wearable technology
Abstract（参考訳）: 本稿では,呼吸性洞不整脈(RSA)のフェノメノンを利用して心電図信号を分析し,呼吸速度を推定するニューラルネットワークアプローチを提案する。本手法は心電図入力データから直接呼吸波形を予測するために訓練された深層学習モデルを用いている。そこで我々は,手作業による事前処理を必要とせずに,ECG信号から関連する特徴を自動的に抽出できる3種類のニューラルネットワークアーキテクチャを開発し,評価した。提案したアプローチは、非侵襲的呼吸モニタリングのための堅牢でスケーラブルなSolu-tionと、医療およびウェアラブル技術への応用の可能性を提供する。

関連論文リスト

Enhancing AI-Based ECG Delineation with Deep Learning Denoising Techniques [0.0]
本研究では,犬心電図分析のための前処理ステップとして,自動エンコーダに基づくニューラルネットワークモデルとECG復調訓練戦略を提案する。このモデルは、ノイズ入力からクリーンな心臓信号を再構築し、診断上重要な波形を劣化させることなく効果的なノイズ低減を可能にするよう訓練されている。
論文参考訳（メタデータ） (2026-05-04T21:52:04Z)
A Novel end-to-end Digital Health System Using Deep Learning-based ECG Analysis [1.8665030569912726]
AI-HEART(AI-HEART)は、長期心電図(ECG)の記録を管理し分析するためのクラウドベースの情報システムである。システムは、複数日間の3段階のECGを取り込み、入力を正規化し、信号前処理を行い、ディープニューラルネットワークを使用して波のデライン化、ノイズ/品質検出、ビートレベルとリズムレベルの不整脈分類を行う。
論文参考訳（メタデータ） (2026-02-28T17:29:37Z)
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)
AICRN: Attention-Integrated Convolutional Residual Network for Interpretable Electrocardiogram Analysis [0.4077139177290857]
本研究は,注意統合畳み込み残差ネットワーク(AICRN)と呼ばれる新しいディープラーニングアーキテクチャを提案する。本アーキテクチャは,レグレッションのためのECG特徴のタイプと空間的位置に対処する空間的およびチャネル的注意関連機構を特化して設計されている。このシステムは、人間のエラーによる焦点の喪失などの従来の分析課題に対処し、心臓イベントの迅速かつ容易な検出を容易にする。
論文参考訳（メタデータ） (2025-08-16T21:10:45Z)
Recovering Pulse Waves from Video Using Deep Unrolling and Deep Equilibrium Models [45.94962431110573]
カメラによるバイタルサインのモニタリング、つまりイメージング光胸腺撮影(i)は、運転監視、情動コンピューティングなどに応用されている。本稿では,逆問題における信号処理と深層学習を組み合わせた手法を提案する。
論文参考訳（メタデータ） (2025-03-21T16:11:21Z)
NeuroSpex: Neuro-Guided Speaker Extraction with Cross-Modal Attention [47.8479647938849]
本稿では,聴取者の脳波応答を唯一の補助的基準キューとして用いた神経誘導型話者抽出モデルであるNeuroSpexを提案する。我々は,注目情報を捕捉する新しい脳波信号エンコーダを提案し,また,音声特徴表現を強化するためのクロスアテンション(CA)機構を提案する。
論文参考訳（メタデータ） (2024-09-04T07:33:01Z)
Advancing Spiking Neural Networks for Sequential Modeling with Central Pattern Generators [47.371024581669516]
スパイキングニューラルネットワーク(SNN)は、人工ニューラルネットワークを開発するための有望なアプローチである。 SNNをテキスト分類や時系列予測といったシーケンシャルなタスクに適用することは、効果的でハードウェアフレンドリーなスパイク形式の位置符号化戦略を作成するという課題によって妨げられている。 CPG-PEと呼ばれる新しいSNNのためのPE手法を提案する。我々は、一般的に使われているsinusoidal PEが、数学的に特定のCPGの膜電位ダイナミクスの特定の解であることを実証する。
論文参考訳（メタデータ） (2024-05-23T09:39:12Z)
Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
論文参考訳（メタデータ） (2023-07-03T18:06:36Z)
Efficient ECG-based Atrial Fibrillation Detection via Parameterised Hypercomplex Neural Networks [11.964843902569925]
心房細動(英: atrial fibrillation、AF)は、脳卒中などの重篤な疾患のリスクが高い心不整脈である。心電図(ECG)から自動的かつタイムリーなAFアセスメントを組み込んだウェアラブルデバイスは、生命を脅かす事態を防ぐ上で有望であることが示されている。ディープニューラルネットワークは、モデルパフォーマンスにおいて優位性を示しており、彼らのウェアラブルデバイスでの使用は、モデルパフォーマンスと複雑性の間のトレードオフによって制限されている。
論文参考訳（メタデータ） (2022-10-27T14:24:48Z)
Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
論文参考訳（メタデータ） (2022-05-08T15:29:54Z)
Effective classification of ecg signals using enhanced convolutional neural network in iot [0.0]
本稿では、動的ソースルーティング(DSR)とエネルギーリンク品質(REL)に基づくIoTヘルスケアプラットフォームのためのルーティングシステムを提案する。 Deep-ECGは、重要な特徴を抽出するためにディープCNNを使用し、単純かつ高速な距離関数を用いて比較する。その結果,提案手法は分類精度において他よりも優れていることがわかった。
論文参考訳（メタデータ） (2022-02-08T13:37:23Z)
Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文参考訳（メタデータ） (2021-10-27T19:28:36Z)
ECG-Based Heart Arrhythmia Diagnosis Through Attentional Convolutional Neural Networks [9.410102957429705]
本稿では,意図に基づく畳み込みニューラルネットワーク(ABCNN)を用いて生の心電図信号に対処し,正確な不整脈検出のための情報的依存関係を自動的に抽出する手法を提案する。我々の主な課題は、正常な心拍から不整脈を見つけ、その間に5種類の不整脈から心疾患を正確に認識することである。実験の結果,提案するABCNNは広く使用されているベースラインよりも優れていた。
論文参考訳（メタデータ） (2021-08-18T14:55:46Z)
ECG-DelNet: Delineation of Ambulatory Electrocardiograms with Mixed Quality Labeling Using Neural Networks [69.25956542388653]
ディープラーニング(DL)アルゴリズムは、学術的、産業的にも重くなっている。セグメンテーションフレームワークにECGの検出とデライン化を組み込むことにより、低解釈タスクにDLをうまく適用できることを実証する。このモデルは、PhyloNetのQTデータベースを使用して、105個の増幅ECG記録から訓練された。
論文参考訳（メタデータ） (2020-05-11T16:29:12Z)

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。