PPG Signals for Hypertension Diagnosis: A Novel Method using Deep Learning Models

要約

タイトル：深層学習モデルを用いた高血圧診断のためのPPG信号：新しい手法

要約：
– 高血圧は、高い血圧が特徴の医学的状態であり、各段階を分類することは病気の管理に不可欠である。
– このプロジェクトでは、Plethysmography （PPG）信号と深層学習モデルであるAvgPool_VGG-16を使用して、高血圧の段階を分類するための新しい方法が提案されている。
– PPG信号は、組織の微小血管における血液量の変化を測定する光センサを使用して、血圧を測定する非侵襲的な方法である。
– 公開されている血圧分類データセットからPPGイメージを使用して、モデルを訓練した。
– 各PPG段階のマルチクラス分類が行われた。
– 結果は、提案された方法が高い精度で高血圧段階を分類することを示し、PPG信号と深層学習モデルが高血圧診断と管理において有望であることを示している。

要約のポイント：
– PPG信号は、血圧を測定する非侵襲的な方法であり、光センサを使用して血液量の変化を測定する。
– AvgPool_VGG-16という深層学習モデルを使用して、高血圧段階を分類する新しい手法が提案されている。
– モデルは公開されている血圧分類データセットからPPGイメージを使用して訓練された。
– 精度の高い分類結果が得られたことが示され、PPG信号と深層学習モデルは高血圧診断と管理に有望であることが示唆されている。

要約(オリジナル)

Hypertension is a medical condition characterized by high blood pressure, and classifying it into its various stages is crucial to managing the disease. In this project, a novel method is proposed for classifying stages of hypertension using Photoplethysmography (PPG) signals and deep learning models, namely AvgPool_VGG-16. The PPG signal is a non-invasive method of measuring blood pressure through the use of light sensors that measure the changes in blood volume in the microvasculature of tissues. PPG images from the publicly available blood pressure classification dataset were used to train the model. Multiclass classification for various PPG stages were done. The results show the proposed method achieves high accuracy in classifying hypertension stages, demonstrating the potential of PPG signals and deep learning models in hypertension diagnosis and management.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI