Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Hybrid Modeling of Photoplethysmography for Non-invasive Monitoring of Cardiovascular Parameters

Created by
  • Haebom
Category
Empty

저자

Emanuele Palumbo, Sorawit Saengkyongam, Maria R. Cervera, Jens Behrmann, Andrew C. Miller, Guillermo Sapiro, Christina Heinze-Deml, Antoine Wehenkel

개요

본 논문은 정밀 건강 관리에 중요한 역할을 하는 심혈관 바이오마커를, 침습적인 동맥압 파형(APW) 측정 대신 비침습적인 광용적맥파(PPG) 신호로부터 직접 추정하는 하이브리드 접근 방식을 제안한다. 제안된 모델은 PPG-APW 쌍 데이터로 훈련된 조건부 변분 자동 인코더와, 라벨링된 시뮬레이션 APW 세그먼트로 훈련된 심혈관 바이오마커의 조건부 밀도 추정기를 결합한다. 실험 결과, 제안된 방식은 심박출량과 일회 박출량의 변동을 감지하고, 해당 바이오마커의 시간적 변화를 모니터링하는 데 있어 지도 학습 기반 모델보다 우수한 성능을 보였다.

시사점, 한계점

•
시사점:
◦
PPG 신호를 사용하여 심혈관 바이오마커를 비침습적으로 추정하는 새로운 하이브리드 모델 제시.
◦
라벨링된 PPG 데이터 부족 문제를 해결하기 위해 시뮬레이션 데이터 활용.
◦
심박출량 및 일회 박출량의 시간적 변화 모니터링에서 기존 방법론 대비 향상된 성능 입증.
•
한계점:
◦
모델 성능이 시뮬레이션 데이터의 정확성에 의존.
◦
실제 임상 데이터의 다양성을 충분히 반영하지 못할 수 있음.
◦
다른 심혈관 바이오마커로의 확장 가능성에 대한 추가 연구 필요.
👍
Made with Slashpage