文献

J-GLOBAL ID：202202268014567870   整理番号：22A0443314

MLP-BP:MLP-混合神経回路網に基づくPPGおよびECG信号によるカフレス血圧測定のための新しいフレームワーク【JST・京大機械翻訳】

MLP-BP: A novel framework for cuffless blood pressure measurement with PPG and ECG signals based on MLP-Mixer neural networks

著者 (6件)： Huang Bin (School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191, China) ,  Huang Bin (College of Electrical Engineering and Computer Science, National Chung Hsing University, Taichung 402, Taiwan) ,  Chen Weihai (School of Electrical Engineering and Automation, Anhui University, Hefei 230601, China) ,  Lin Chun-Liang (College of Electrical Engineering and Computer Science, National Chung Hsing University, Taichung 402, Taiwan) ,  Juang Chia-Feng (College of Electrical Engineering and Computer Science, National Chung Hsing University, Taichung 402, Taiwan) ,  Wang Jianhua (School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191, China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 73  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高血圧(BP)は,血液と酸素の流動を遅くし,胸痛(angina),心疾患および心不全のような各種の慢性疾患を生じるため,世界中で主要な死亡源である。したがって,BPの定期的測定とモニタリングは,特に高齢者にとって,家庭健康設定の必須要素である。本研究では,MLP-Mixerから適応した新しい深層ニューラルネットワーク(MLP-BPおよびMLPlstm-BPを含む)を,プレチスモグラフィー(PPG)および心電図(ECG)信号からBPを推定するために提案した。より正確に,マルチチャネル(MFMC)に対する新しいマルチフィルタを前処理ECGとPPG信号,すなわち,ECGとPPGを扱う様々なフィルタとフィルタリングパラメータを用いて提示し,フィルタバイオ信号をマルチチャネルデータに統合する。次に,マルチチャネルデータを,直接血圧を推定するために提案方法に供給した。最新の概念MLP-Mixerを,提案したフレームワークで採用し,それは,手作業の特徴抽出操作なしでエンドツーエンドパイプラインである。MLPlstm-BP(gMLP-BP)は,2.13(2.47)mmHgの平均絶対誤差(MAE)と3.07(3.52)mmHgの標準偏差(SD)で予測拡張BPを達成した。収縮期BPのそれらは,MIMIC IIデータセットで3.52(4.18)mmHgのMAEと5.10(5.87)mmHgのSDである。さらに,テスト結果は,医療機器(AAMI)と英国の高血圧学会(BHS)のアドバンセメントのための最高レベルの関連をすべて満たす。広範な実験は,提案した方法が最先端の(SOTA)学習ベースパイプラインに対して競合結果を達成することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  セメント ,  標準偏差 ,  酸素 ,  *血圧 ,  *心電図 ,  ニューラルネットワーク ,  特徴抽出 ,  死 ,  心不全 ,  エンドツーエンド方式 ,  プレチスモグラフィー ,  *神経回路網 ,  胸痛
準シソーラス用語： 収縮期 , 【Automatic Indexing@JST】

著者キーワード (6件)： カフレス血圧 ,  血圧推定 ,  MLP混合ニューラルネットワーク ,  PPGとECG ,  深層学習 ,  信号フィルタリング

分類 (2件)： 生体計測  (EL03020C) ,  循環系の診断  (GJ02000V)

タイトルに関連する用語 (6件)： BP ,  神経回路網 ,  PPG ,  ECG信号 ,  血圧測定 ,  フレームワーク