2달 전

KID-PPG: 지식 기반 딥 러닝을 이용한 스마트워치에서 심박수 추출

Christodoulos Kechris; Jonathan Dan; Jose Miranda; David Atienza
KID-PPG: 지식 기반 딥 러닝을 이용한 스마트워치에서 심박수 추출
초록

광플레티스모그래피(PPG) 신호에서 심박수를 정확히 추출하는 것은 움직임 아티팩트와 신호 저하로 인해 여전히 어려움을 겪고 있습니다. 데이터 주도의 추론 문제로 훈련된 딥러닝 방법이 유망한 해결책을 제공하지만, 종종 의학 및 신호 처리 분야의 기존 지식을 충분히 활용하지 못하고 있습니다. 본 논문에서는 딥러닝 모델의 세 가지 단점을 다룹니다: 움직임 아티팩트 제거, 신호 저하 평가, 그리고 생리적으로 타당한 PPG 신호 분석입니다. 우리는 적응형 선형 필터링, 딥 확률적 추론, 그리고 데이터 증강을 통해 전문가 지식을 통합하는 KID-PPG(Knowledge-Informed Deep Learning for Photoplethysmography) 모델을 제안합니다. PPGDalia 데이터셋에서 KID-PPG를 평가한 결과, 평균 절대 오차는 분당 2.85회로 기존 재현 가능한 방법들을 능가했습니다. 우리의 결과는 딥러닝 모델에 사전 지식을 통합함으로써 심박수 추적 성능이 크게 향상됨을 입증합니다. 이 접근 방식은 딥러닝 모델에 기존 전문가 지식을 통합하여 다양한 생체의학 응용 분야를 개선할 수 있는 가능성을 보여줍니다.

KID-PPG: 지식 기반 딥 러닝을 이용한 스마트워치에서 심박수 추출 | 최신 연구 논문 | HyperAI초신경