論文の概要: Learning to Assess Heartbeat Observability for mmWave Heart-Rate Sensing
- arxiv url: http://arxiv.org/abs/2610.03570v1
- Date: Fri, 02 Oct 2026 16:46:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.491003
- Title: Learning to Assess Heartbeat Observability for mmWave Heart-Rate Sensing
- Title（参考訳）: mmWave 心拍計測における心拍可観測性評価の学習
- Abstract要約: 獲得した位相スペクトルにおける心拍成分の可読性として定義される心拍可観測性を評価するための学習について検討した。
本稿では,可観測性スコアと心拍数を共同で予測する小型デュアルタスク変換器HEARを提案する。
- 参考スコア（独自算出の注目度）: 24.064616983504337
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Contactless heart-rate sensing with millimeter-wave (mmWave) radar requires assessing whether individual measurements support reliable estimation. We study learning to assess heartbeat observability, defined as the readability of the heartbeat component in an acquired phase spectrum, for selective heart-rate estimation. Coherent superposition of scatterer returns can suppress this component even under similar macroscopic observation geometry, motivating assessment directly from acquired measurements. To obtain training supervision across different observability conditions, we develop a controllable multi-scatterer frequency-modulated continuous-wave (FMCW) simulator. Agreement between the dominant heartbeat-band peak and the known heart rate provides an automatic observability label for each simulated measurement. We propose HEAR (Heartbeat Estimation with Assessed Reliability), a compact dual-task Transformer that jointly predicts an observability score and heart rate. Its input combines spectral magnitudes with frequencies relative to the respiration fundamental, providing context for respiratory harmonics. Trained solely on simulated observations, HEAR transfers zero-shot to two public real-world datasets collected at 60 and 120 GHz from 134 subjects. The same learned score supports selective prediction with both HEAR's own heart-rate head and multiple existing estimators. On the 120 GHz dataset, score-based selection reduces the HR head's mean absolute error from 17.9 BPM at full coverage to 1.6 BPM at 50% coverage. The complete pipeline achieves an end-to-end processing latency of 50.8 ms on an edge device. Project page: https://yuxuanhu9.github.io/HEAR/.
- Abstract（参考訳）: ミリ波レーダ(mmWave)による非接触型心拍センサは、個々の測定値が信頼できる推定をサポートするかどうかを評価する必要がある。
獲得した位相スペクトルにおける心拍成分の可読性として定義される心拍可観測性を評価するための学習について検討した。
散乱器のコヒーレント重ね合わせは、同様のマクロ観察幾何学の下でもこの成分を抑制でき、取得した測定から直接評価を動機付ける。
可観測性が異なる条件でトレーニングを行うため,FMCWシミュレータを開発した。
支配的な心拍バンドピークと既知の心拍数との一致は、それぞれの模擬測定値に自動可観測性ラベルを与える。
HEAR(Heartbeat Estimation with Assessed Reliability)は、可観測性スコアと心拍数を共同で予測する2タスク変換器である。
その入力は、スペクトル等級と呼吸基本周波数を結合し、呼吸ハーモニクスの文脈を提供する。
HEARは、シミュレーションされた観察のみに基づいて、134人の被験者から60GHzと120GHzで収集された2つの公開現実世界のデータセットにゼロショットを転送する。
同じ学習スコアは、HEAR自身の心拍数頭と既存の複数の推定器による選択予測をサポートする。
120GHzデータセットでは、スコアベースの選択により、HRヘッドの平均絶対誤差は、全カバレッジで17.9BPMから50%カバレッジで1.6BPMに削減される。
完全なパイプラインはエッジデバイス上で50.8msのエンドツーエンド処理レイテンシを実現する。
プロジェクトページ: https://yuxuanhu9.github.io/HEAR/。
関連論文リスト
- Spectral Features Dominate BCG Respiratory-Event Detection: A Large-Scale Patient-Independent Comparison of Feature Groups in Sleep Apnea Patients [33.60217549899358]
バリスト心電図(BCG)は長期睡眠時無呼吸モニタリングにおいて有望なモダリティである。
呼吸異常の検出においてどの信号の特徴が最も識別されているかは、まだ不明である。
BCG特徴群10群を文献的,患者非依存的に比較検討した。
論文 参考訳（メタデータ） (2026-08-28T11:56:12Z) - EgoHRV: Continuous Heart Rate Variability Estimation from Egocentric Systems for Autonomic Response and Skill Assessment [35.715609556178165]
心拍変動(HRV)は、ストレス下での自律神経調節の非侵襲マーカーとして広く用いられている。
我々は,すでにエゴセントリックなヘッドセットに組み込まれている視線カメラからHRVと心拍数(HR)を推定する手法であるEgoHRVを提案する。
我々のパイプラインは、3Dバックボーンと新しい低分解モジュールを組み合わせることで、視線ビデオから血液量パルス(BVP)信号を抽出する。
論文 参考訳（メタデータ） (2026-08-19T09:10:24Z) - Harmonized Interpretable ECG Waveform Features for Robust Cross-Dataset Clinical Prediction [8.898778301129223]
2つの大きなコホート(MIMIC-IVとアルバータコホート)を用いた3つのタスクのクロスデータセット一般化のベンチマークを行った。
ベンダー固有の測定ミスマッチを低減するため,原波形から直接計算した調和的,解釈可能な特徴表現を構築した。
タスク全体では、内部のAUROCは0.79-0.82、クロスデータセットのAUROCは0.74-0.78であり、大きな方向依存のAUPRCシフトは転送中である。
論文 参考訳（メタデータ） (2026-07-26T02:04:13Z) - Prototyping an End-to-End Multi-Modal Tiny-CNN for Cardiovascular Sensor Patches [35.899401205042615]
本稿では、バイナリ分類問題を解決するために、データの早期融合を伴う畳み込みニューラルネットワークを提案する。
提案手法は,最先端技術と比較してメモリフットプリントと計算コストを3桁削減する。
論文 参考訳（メタデータ） (2025-10-21T14:23:20Z) - Deformable Image Registration for Self-supervised Cardiac Phase Detection in Multi-View Multi-Disease Cardiac Magnetic Resonance Images [0.613184366698301]
個々の心周期は、自動時相比較またはサブフェーズ分析を複雑にする。
心臓磁気共鳴(CMR)検出のための自己教師型深層学習法を提案する。
EDおよびESでは,SAXでは30%～51%,4CHでは11%～47%の精度で検出精度が向上した。
論文 参考訳（メタデータ） (2025-10-07T11:40:17Z) - Model-driven Heart Rate Estimation and Heart Murmur Detection based on Phonocardiogram [4.5546756241897235]
本研究は, 心電図(PCG)データセットを用いて心拍数を推定する。
マルチタスク学習フレームワークにベストパフォーマンスモデルを拡張し、心拍数推定と大腿骨骨折検出を同時に行う。
論文 参考訳（メタデータ） (2024-07-25T22:56:21Z) - Development of Automated Neural Network Prediction for Echocardiographic Left ventricular Ejection Fraction [36.58987036154144]
本稿では,深層ニューラルネットワークとアンサンブル学習に基づく新しいパイプライン手法を提案する。
この手法は,10,030個の心エコー図を含むオープンソースデータセットを用いて開発,検証した。
本研究では、LVEFの自動ニューラルネットワークに基づく計算が、心収縮機能のフレーム・バイ・フレーム手動評価を行う専門医に匹敵することを示した。
論文 参考訳（メタデータ） (2024-03-18T18:09:22Z) - Real-time Webcam Heart-Rate and Variability Estimation with Clean Ground
Truth for Evaluation [9.883261192383612]
リモートフォトプレチモグラフィ(r)は、カメラを使って人の心拍数(hr)を推定する
HRVは、心臓の鼓動の間の間隔における微細な変動の尺度です。
新しいフィルタリングとモーション抑制を備えた洗練された効率的なリアルタイムrパイプラインを紹介します。
論文 参考訳（メタデータ） (2020-12-31T18:57:05Z) - Multilabel 12-Lead Electrocardiogram Classification Using Gradient
Boosting Tree Ensemble [64.29529357862955]
我々は,心電図の診断を分類するために,形態や信号処理機能に適合した勾配強化木のアンサンブルを用いたアルゴリズムを構築した。
各リードについて、心拍変動、PQRSTテンプレート形状、全信号波形から特徴を導出する。
各クラスに属するECGインスタンスの確率を予測するため、全12項目の特徴と合わせて、勾配を増す決定ツリーの集合に適合する。
論文 参考訳（メタデータ） (2020-10-21T18:11:36Z) - DeepBeat: A multi-task deep learning approach to assess signal quality
and arrhythmia detection in wearable devices [0.0]
我々は、心房細動(AF)のリアルタイム検出のためのウェアラブル光胸腺撮影装置における信号品質と不整脈事象検出のマルチタスク深層学習法を開発した。
我々は,3つのウェアラブルデバイスから100人以上の個人から,500万以上のラベル付き信号を収集したデータセット上で,ラベル付けされていない生理的信号と微調整をシミュレーションした100万以上のアルゴリズムをトレーニングした。
2段階のトレーニングは、大規模な注釈付きデータセットが不足しているバイオメディカルアプリケーションに共通する不均衡なデータ問題に対処する上で有効であることを示す。
論文 参考訳（メタデータ） (2020-01-01T07:41:28Z)
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。