論文の概要: Impact of Multiple Non-Invasive Biosignals on Cardiovascular Biomarker Estimation via Simulation-Based Inference

• arxiv url: http://arxiv.org/abs/2609.11969v1
• Date: Wed, 26 Aug 2026 09:21:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 16:32:15.648204
• Title: Impact of Multiple Non-Invasive Biosignals on Cardiovascular Biomarker Estimation via Simulation-Based Inference
• Title（参考訳）: シミュレーションに基づく生体マーカー推定における複数の非侵襲生体信号の影響
• Abstract要約: PPG,APW,BCGを統合循環モデルから生成した。 BCG信号の追加により推定性能が大幅に向上した。 これらの知見は、心血管動態を推定するための信号選択に関する基礎的な洞察を与える。
• 参考スコア（独自算出の注目度）: 19.92367815937849
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the population ages, the number of patients with cardiovascular diseases continues to increase, highlighting the need for early detection before progression to severe and irreversible functional decline. Consequently, estimating cardiovascular biomarkers from non-invasive biosignals, such as photoplethysmography (PPG) and arterial pressure wave (APW) signals, has attracted increasing attention. These signals can be measured using wearable and cuff-type devices. Previous studies have used PPG and APW signals to estimate cardiovascular biomarkers. However, these signals exhibit strong similarities in both the temporal and frequency domains and primarily reflect peripheral and arterial pulse waveforms. Therefore, they may provide limited information about cardiac mechanical function. In contrast, the quantitative impact of additional biosignals, such as ballistocardiography (BCG), which reflect the body's minute mechanical responses to cardiac ejection, remains unclear. In this study, we generated synthetic PPG, APW, and BCG signals from a unified whole-body cardiovascular circulation model and evaluated the complementary contribution of BCG to probabilistic cardiovascular biomarker estimation. We estimated posterior distributions of cardiovascular biomarkers using neural posterior estimation and simulation-based inference. The results showed that adding BCG signals significantly improved estimation performance. Furthermore, even in ill-posed cases where PPG and APW alone produced multimodal posterior distributions, adding BCG yielded unimodal posterior distributions. These findings provide fundamental insights into signal selection for estimating cardiovascular dynamics.
• Abstract（参考訳）: 人口が増加するにつれて、心血管疾患の患者数は増加し続けており、進行前の早期発見の必要性が深刻で不可逆的な機能低下に向けられている。 その結果,光胸腺造影 (PPG) や動脈圧波 (APW) などの非侵襲的生体信号から心血管バイオマーカーを推定する手法が注目されている。 これらの信号はウェアラブルやカフ型デバイスを使って測定することができる。 これまでの研究では、PPGとAPW信号を使って心臓血管バイオマーカーを推定してきた。 しかし、これらの信号は時間領域と周波数領域の両方で強い類似性を示し、主に末梢脈波と動脈脈波を反射する。 したがって、それらは心臓の機械的機能に関する限られた情報を提供するかもしれない。 対照的に、BCG(Ballistocardiography)のような追加の生体信号の量的影響は、心臓の放出に対する身体の微小な機械的反応を反映している。 そこで本研究では,全身循環モデルを用いて合成PSG,APW,BCG信号を生成し,BCGの相補的寄与を確率論的心血管バイオマーカー推定に応用した。 神経後部推定とシミュレーションベース推論を用いて心血管バイオマーカーの後方分布を推定した。 その結果,BCG信号の付加により推定性能が有意に向上した。 さらに, PPG と APW が単独で多モーダル後部分布を生じ, BCG を付加した症例においても, 一様後部分布が得られた。 これらの知見は、心血管動態を推定するための信号選択に関する基礎的な洞察を与える。

関連論文リスト

• 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)
• Hybrid Modeling of Photoplethysmography for Non-invasive Monitoring of Cardiovascular Parameters [14.533134396587775]
  PPG信号から直接心血管バイオマーカーを推定するために,血行動態シミュレーションと未ラベル臨床データを用いたハイブリッドアプローチを提案する。 実験により, 本手法は心臓出力と脳卒中容積の変動を検知し, 生体マーカーの経時的変化を監視する上で, 教師付きベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2025-11-18T12:56:20Z)
• 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)
• Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation [46.36100528165335]
  光胸腺撮影と心電図は、連続血圧モニタリング(BP)を可能にする可能性がある。 しかし、データ品質と患者固有の要因の変化のため、正確で堅牢な機械学習(ML)モデルは依然として困難である。 本研究では,1つのモータリティで事前学習したモデルを効果的に利用して,異なる信号タイプの精度を向上させる方法について検討する。 本手法は, 拡張期BPの最先端精度を約1.5倍に向上し, 拡張期BPの精度を1.5倍に向上させる。
  論文  参考訳（メタデータ） (2025-02-10T13:33:12Z)
• Leveraging Cardiovascular Simulations for In-Vivo Prediction of Cardiac Biomarkers [43.17768785084301]
  我々は、新たに構築された心臓シミュレーションの大規模なデータセットに基づいて、無傷神経後部推定器を訓練する。 シミュレーションデータと実世界の測定値との整合性を改善するために,要素モデリング効果を取り入れた。 提案するフレームワークは,実世界のデータに対する予測能力を向上するために,インバイブなデータソースをさらに統合することができる。
  論文  参考訳（メタデータ） (2024-12-23T13:05:17Z)
• PPG-to-ECG Signal Translation for Continuous Atrial Fibrillation Detection via Attention-based Deep State-Space Modeling [11.617950008187366]
  光胸腺造影法(英: Photoplethysmography, PPG)は、光学的手法を用いて心臓生理学を計測する費用効率の高い非侵襲的手法である。 本稿では,PPG信号を対応するECG波形に変換するために,主観非依存の注目に基づく深部状態空間モデル(ADSSM)を提案する。
  論文  参考訳（メタデータ） (2023-09-27T03:07:46Z)
• Region-Disentangled Diffusion Model for High-Fidelity PPG-to-ECG Translation [29.706347050700867]
  Region-Disentangled Diffusion Modelは、ECG信号の複雑な時間的ダイナミクスをキャプチャする。 新しいモデルでは、PSGから10段階の拡散ステップで高忠実度ECGを生成することができる。 新しいモデルは生体信号領域におけるクロスモーダル信号-信号-信号間の最初の拡散モデルである。
  論文  参考訳（メタデータ） (2023-08-25T02:44:51Z)
• Quality Assessment of Photoplethysmography Signals For Cardiovascular Biomarkers Monitoring Using Wearable Devices [0.0]
  光胸腺撮影(英: Photoplethysmography)は、組織の微小血管層における血液量の変化を測定する非侵襲的な技術である。 Photoplethysmography は血管収縮や血管拡張などの条件を示すパラメータの評価を可能にする。
  論文  参考訳（メタデータ） (2023-07-17T18:26:57Z)
• 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。