PPG-DaLiA
PulseAugur coverage of PPG-DaLiA — every cluster mentioning PPG-DaLiA across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新型智能体架构提高腕部PPG心率估算精度
研究人员开发了一种新颖的智能体架构，旨在提高腕部光电容积脉搏波描记法（PPG）心率估算的准确性。该系统利用工具和记忆来选择性地纠正由运动伪影引起的错误，这些错误通常会降低单个测量窗口的质量。通过分析脉搏、运动和历史数据，该架构可以预测候选估算值的收益和危害，并指导风险门控以保留、校正或拒绝输出。该系统在四个公开数据集上进行了测试，结果显示平均绝对误差显著降低了高达44.5%，同时还量化了其校正的风险和收益。
-
新型AI模型可从可穿戴传感器重建心电图信号
研究人员开发了BeatFlow-ECG，这是一种能够从光电容积脉搏波（PPG）和惯性测量单元（IMU）等侵入性较小的可穿戴传感器重建心电图（ECG）信号的新型模型。该方法解决了在临床环境外获取连续心脏监测数据的挑战，因为传统的ECG设备在那里不实用。BeatFlow-ECG采用条件式流整流方法，并结合运动数据以提高准确性，在波形和计时指标方面优于现有的确定性、对抗性和扩散模型。
-
新的PCHS框架改进了从腕部PPG估算心率的准确性
研究人员开发了一个名为物理约束谐波分离（PCHS）的新框架，以提高从腕戴式光电容积脉搏波（PPG）信号估算心率（HR）和呼吸率（RR）的准确性。该方法利用加速度计数据来指导生理信号与噪声的分离，从而解决了运动伪影的挑战。PCHS框架将PPG信号分解为其组成生理成分和一个运动相关残差，从而实现更可靠的生命体征恢复。在PPG-DaLiA数据集上的实验表明，PCHS的性能显著优于现有方法，并提供了可解释的信号分解。