生理学的シグナルの包括的特徴抽出のためのブーストSpringDTW【JST・京大機械翻訳】

Martinez Jonathan; Sel Kaan; Mortazavi Bobak J.; Jafari Roozbeh

プレプリント

J-GLOBAL ID：202202209970598732 整理番号：22P0026446

生理学的シグナルの包括的特徴抽出のためのブーストSpringDTW【JST・京大機械翻訳】

Boosted-SpringDTW for Comprehensive Feature Extraction of Physiological Signals

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月11日プレプリントサーバーでの情報更新日： 2022年01月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

目的:進化する波形形態にもかかわらず正確な生理学的パラメータ推定を可能にする生理学的信号から高品質な包括的特徴抽出を達成する。【方法】著者らは,動的時間ワーピング(DTW)と最小ドメイン特異的発見的方法を同時にセグメント化し,心臓イベントを表す空間点を同定する確率的フレームワークである,Boosted-SpringDTWを提案する。自動動的テンプレートは進化する波形形態に適応する。著者らは,その形態が被験者および呼吸誘起変動を含むベンチマークPPGデータセットを用いて,Boosted-SpringDTW性能を検証した。結果:ブーストSpringDTWは,IBIを推定するとき,11.41ミリ秒未満の基準点および平均絶対誤差値を同定するために,0.96以上の精度,再現およびF1スコアを達成した。結論:Boosted-SpringDTWは,2つのベースライン特徴抽出アルゴリズムと比較して,F1-Scoreを,IBI推定のために,平均で,平均パーセント差を,平均で16パーセント,平均パーセント差で,35パーセント改善した。結論:ウェアラブルデバイスによる正確な血行動態パラメータ推定は,患者の日常生活を通して連続健康モニタリングを可能にする。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識

, ,

前のページに戻る