論文の概要: HiPPT: Physiology-Grounded Wearable PPG Representation Learning via Multi-Scope Text Alignment
- arxiv url: http://arxiv.org/abs/2610.14489v1
- Date: Sat, 10 Oct 2026 02:38:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.058231
- Title: HiPPT: Physiology-Grounded Wearable PPG Representation Learning via Multi-Scope Text Alignment
- Title（参考訳）: HiPPT: マルチスコープテキストアライメントによる生理機能付きウェアラブルPSG表現学習
- Abstract要約: HiPPTは、各監督源を適切なエビデンス範囲に適合させる生理的基盤を持つフレームワークである。
202Kユーザによる400万以上の手首のレコードからなるPSG-Textコーパスを構築した。
- 参考スコア（独自算出の注目度）: 12.964235469971088
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reusable wearable PPG representations should capture local pulse morphology and broader physiological regularities. Existing pretraining objectives, however, usually apply supervision at the recording or pair level, overlooking that different concepts become reliable over different scopes of waveform evidence. We propose HiPPT, a physiology-grounded framework that matches each supervision source to its appropriate evidence scope. We construct a PPG-Text corpus of over 4 million wrist-worn recordings from 202K users, pairing recordings with waveform-derived morphology and metadata-derived context descriptions. HiPPT combines record-level morphology alignment, which grounds individual recordings in pulse characteristics, with cross-recording context alignment, which aggregates recordings sharing the same metadata tuple to capture context-consistent regularities. Waveform-guided text modeling further recovers masked contextual concepts from PPG patch representations, providing fine-grained waveform-text supervision. Across six downstream tasks spanning blood pressure, vascular stiffness, physiological attributes, and cross-dataset heart-rate estimation, HiPPT achieves the best result on the primary linear-probing metrics. The aligned space also supports zero-shot profiling of age group, sex, and BMI category, individually and jointly, with performance improving as more recordings are aggregated. These results show that evidence-scope matching yields transferable and semantically accessible wearable PPG representations. Code and pretrained weights will be released.
- Abstract（参考訳）: 再使用可能なウェアラブルPSG表現は、局所的なパルス形態とより広い生理的規則を捉える必要がある。
しかし、既存の事前学習の目的は通常、記録やペアレベルでの監督を適用し、異なる概念が異なる波形証拠の範囲で信頼性を持つようになることを見越す。
我々は,各監督源を適切なエビデンス範囲に適合させる生理的基盤の枠組みであるHiPPTを提案する。
本研究では,202Kユーザによる400万以上の手首録音,波形由来の形態とペアリング記録,メタデータ由来のコンテキスト記述からなる PPG-Text コーパスを構築した。
HiPPTは、パルス特性の個々の記録を基底としたレコードレベルの形態アライメントと、同じメタデータタプルを共有する記録を集約して、コンテキスト一貫性のある正規性をキャプチャするクロスレコードコンテキストアライメントを組み合わせている。
波形誘導テキストモデリングは、さらにPPGパッチ表現からマスク付きコンテキスト概念を復元し、微粒な波形テキスト管理を提供する。
血圧、血管硬度、生理的特性、心拍数予測の6つの下流課題にまたがって、HiPPTは一次線形探索指標で最高の結果を得る。
また、アライメントスペースは、年齢グループ、性別、BMIカテゴリーのゼロショットプロファイリングをサポートし、記録が集約されるにつれてパフォーマンスが向上する。
これらの結果から,エビデンススコープマッチングは伝達可能でセマンティックにアクセス可能なウェアラブルPSG表現をもたらすことがわかった。
コードと事前訓練されたウェイトがリリースされる。
関連論文リスト
- FLOW: Feature-Level Optimal Warping for Generalized Remote Physiological Measurement [57.28708273339219]
リモート光麻痺は、非接触的な生理的測定を可能にするが、照明、運動、センサーからの領域シフトに弱いままである。
我々は、ドメイン一般化ミノグラフィーのための最適輸送駆動フレームワークである textbfFLOW (Feature-Level Optimal Warping) を提案する。
論文 参考訳（メタデータ） (2026-09-30T04:00:12Z) - PPG-LM: A Photoplethysmography-Language Model with Multi-Level Clinical Alignment [53.74326467982444]
Photoplethysmography (Photoplethysmography)は、臨床モニターや消費者向けウェアラブルによって広く記録されている。
PPG-LMは,ERHで捉えた信号由来の監督とより広い臨床状況から生理的表現を学習する最初のPPG言語モデルファミリーである。
論文 参考訳（メタデータ） (2026-09-27T12:38:47Z) - SIFPBPNet: A Dual-Path Network for Wearable and Cuffless Blood Pressure Estimation via Individualized Steady-state Representation [7.798066931950822]
血圧モニタリング(BP)は、低コストでパーソナライズされた心臓血管の健康管理に非常に関心がある。
SIFPBPNetと呼ばれるデュアルパスアーキテクチャを提案し、定常的特徴と瞬時的特徴を別々に表現する。
大規模ウェアラブルデータセットの実験では、SIFPBPNetがそれぞれ、シストーリックBPと拡張BPの平均絶対誤差(MAE)が8.57mmHgと5.97mmHgに達することが示されている。
論文 参考訳（メタデータ） (2026-09-11T10:36:46Z) - Intervention-Based Self-Supervised Learning: A Causal Probe Paradigm for Remote Photoplethysmography [38.62089038790769]
新たなSSLパラダイムであるCausal Probing(PCP)を提案する。
PCPは潜伏rシグナルを基礎となる物理的ソースとして扱い、結果として生じるピクセルの色の変化を視覚的表現として扱う。
我々のエディタは、VIPL-HRやMMPD-HRといった挑戦的なデータセット上で、ドメイン内およびクロスドメインのパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-04-26T09:56:09Z) - PulseLM: A Foundation Dataset and Benchmark for PPG-Text Learning [22.000303329807462]
Photoplethysmographyは、連続した心血管および生理的モニタリングに広く用いられている非侵襲的なセンシングモダリティである。
既存のPSGデータセットは、数値測定やタスク固有のラベルの形で監督する。
我々はPulseLMを紹介した。PulseLMは生のPPG波形と自然言語をブリッジするために設計された大規模PPGテキストデータセットである。
論文 参考訳（メタデータ） (2026-02-10T18:46:03Z) - PENGUIN: General Vital Sign Reconstruction from PPG with Flow Matching State Space Model [0.0]
光胸腺造影(PPG)は,非侵襲的で費用対効果の低い連続型心血管健康モニタリングにおいて重要な役割を担っている。
既存の推定手法はしばしば単一タスクや環境に制限され、様々なPSGデコーディングシナリオにおける一般化性を制限する。
本研究では,PENGUINを提案する。PENGUINは,深部空間モデルを拡張した生成フローマッチングフレームワークである。
論文 参考訳（メタデータ） (2026-01-23T13:23:38Z) - 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) - PhysFormer++: Facial Video-based Physiological Measurement with SlowFast
Temporal Difference Transformer [76.40106756572644]
最近のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙な手がかりのマイニングに重点を置いている。
本稿では,PhysFormerとPhys++++をベースとした2つのエンドツーエンドビデオ変換器を提案する。
4つのベンチマークデータセットで総合的な実験を行い、時間内テストとクロスデータセットテストの両方において優れた性能を示す。
論文 参考訳（メタデータ） (2023-02-07T15:56:03Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳（メタデータ） (2021-11-23T18:57:11Z) - 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。