已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

OVAR-BPnet: A General Pulse Wave Deep Learning Approach for Cuffless Blood Pressure Measurement

脉搏波分析 计算机科学 血压 脉冲波 脉搏(音乐) 人工智能 医学 脉冲波速 电信 内科学 探测器 抖动
作者
Yuhui Cen,Jingchun Luo,Hongbo Wang,Li Chen,Xing Zhu,Shijie Guo,Jingjing Luo
出处
期刊:IEEE Journal of Biomedical and Health Informatics [Institute of Electrical and Electronics Engineers]
卷期号:28 (10): 5829-5841
标识
DOI:10.1109/jbhi.2024.3423461
摘要

Pulse wave analysis, a non-invasive and cuff-less approach, holds promise for blood pressure (BP) measurement in precision medicine. In recent years, pulse wave learning for BP estimation has undergone extensive scrutiny. However, prevailing methods still encounter challenges in grasping comprehensive features from pulse waves and generalizing these insights for precise BP estimation. In this study, we propose a general pulse wave deep learning (PWDL) approach for BP estimation, introduc-ing the OVAR-BPnet model to powerfully capture intricate pulse wave features and showcasing its effectiveness on multiple types of pulse waves. The approach involves constructing population pulse waves and employing a model comprising an omni-scale convolution subnet, a Vision Transformer subnet, and a multilayer perceptron subnet. This design enables the learning of both single-period and multi-period waveform features from multiple subjects. Additionally, the approach employs a data augmentation strategy to enhance the morphological features of pulse waves and devise a label sequence regularization strategy to strengthen the intrinsic relationship of the subnets' output. Notably, this is the first study to validate the performance of the deep learning approach of BP estimation on three types of pulse waves: photoplethysmography, forehead imaging photoplethysmography, and radial artery pulse pressure waveform. Experiments show that the OVAR-BPnet model has achieved advanced levels in both evaluation indicators and international evaluation criteria, demonstrating its excellent competitiveness and generalizability. The PWDL approach has the potential for widespread application in convenient and continuous BP monitoring systems.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
chenyuns发布了新的文献求助10
5秒前
6秒前
酷波er应助科研通管家采纳,获得10
6秒前
6秒前
6秒前
陈年人少熬夜完成签到 ,获得积分10
8秒前
Dobby发布了新的文献求助10
11秒前
Double发布了新的文献求助10
11秒前
SciGPT应助撒撒188采纳,获得10
14秒前
14秒前
安详芾发布了新的文献求助10
17秒前
米妮发布了新的文献求助10
18秒前
木子秀完成签到,获得积分10
18秒前
笨笨的荧荧完成签到 ,获得积分10
21秒前
ivy完成签到 ,获得积分10
22秒前
科研通AI2S应助Dobby采纳,获得10
25秒前
不二应助Dobby采纳,获得50
25秒前
研友_Z14Yln应助Dobby采纳,获得30
25秒前
18367215156发布了新的文献求助10
31秒前
Double完成签到 ,获得积分10
32秒前
gb完成签到 ,获得积分10
40秒前
Crest完成签到,获得积分10
41秒前
不配.应助默默的爆米花采纳,获得10
43秒前
无忧应助默默的爆米花采纳,获得10
43秒前
热舞特完成签到,获得积分10
43秒前
劳健龙完成签到 ,获得积分10
44秒前
lu完成签到 ,获得积分10
45秒前
hakuna_matata完成签到 ,获得积分10
50秒前
51秒前
明明完成签到 ,获得积分10
57秒前
Phosphene应助大力婷采纳,获得10
58秒前
LJL完成签到 ,获得积分10
59秒前
1分钟前
1分钟前
FashionBoy应助Guoqiang采纳,获得10
1分钟前
黄橙子完成签到 ,获得积分10
1分钟前
辛勤晓旋完成签到,获得积分10
1分钟前
1分钟前
AU完成签到 ,获得积分10
1分钟前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
《粉体与多孔固体材料的吸附原理、方法及应用》(需要中文翻译版,化学工业出版社,陈建,周力,王奋英等译) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3085205
求助须知:如何正确求助?哪些是违规求助? 2738111
关于积分的说明 7548402
捐赠科研通 2387728
什么是DOI,文献DOI怎么找? 1266084
科研通“疑难数据库(出版商)”最低求助积分说明 613281
版权声明 598492