ディープニューラルネットワークを用いたPhotoplethysmogram(PPG)信号に基づく血流状態の判別

カテゴリ: 研究会(論文単位)

論文No: MAG20032,MBE20017

グループ名: 【A】基礎・材料・共通部門 マグネティックス/【C】電子・情報・システム部門 医用・生体工学合同研究会

発行日: 2020/03/19

タイトル(英語): Classification of Tissue Circulation Condition Based on Photoplethysmogram(PPG) Signal Using Deep Neural Networks

著者名: 須永 雄貴(東京大学),顧 剣(東京大学),喜田 晃一(東京大学),廣瀬 明(東京大学),富岡 容子(東京大学),関野 正樹(東京大学)

著者名(英語): Yuki Sunaga(The University of Tokyo),Jian Gu(The University of Tokyo),Koichi Kida(The University of Tokyo),Akira Hirose(The University of Tokyo),Yoko Tomioka(The University of Tokyo),Masaki Sekino(The University of Tokyo)

キーワード: 遊離移植手術|血流モニタリング|ウェアラブルデバイス|Ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｍ（ＰＰＧ）|ニューラルネットワーク|オートエンコーダー|Tissue Transplantation|Blood Flow Monitoring|Wearable Device|Photoplethysmogram(PPG)|Neural Network|Autoencoder

要約(日本語): 遊離組織移植は失われた部位を再建する重要な技術であるが，術後血流不全の検出のための頻繁な診察による負担が現場には強いられている．我々の研究チームは脈波，色さらに温度をモニタリングするウェアラブルデバイスを提案した．本研究では，脈波信号をもとに血流状態を区分するアルゴリズムを提案する．我々はニューラルネットワークを用いることでモーションアーチファクトを除去し，信号から特徴量を学習することを提案する．

要約(英語): Tissue transplantation is an important technique for reconstructing defected body parts. However, the necessity of frequent medical examinations for detecting compromised circulation is a burden to medical staffs. We proposed a wearable device that monitors pulse wave, color and temperature. In this study, we propose an algorithm for classifying tissue circulation condition based on pulse wave. The algorithm includes an autoencoder for removing motion artifacts and a deep neural network for learning features from pulse wave.

原稿種別: 日本語

PDFファイルサイズ: 2,021 Kバイト