当前位置: 首页 > news >正文

《基于智能手机采集的PPG信号预测血管老化》阅读笔记

目录

一、论文摘要

二、论文十问

Q1: Q1论文试图解决什么问题?

Q2: 这是否是一个新的问题?

Q3: 这篇文章要验证一个什么科学假设?

Q4: 有哪些相关研究?如何归类?谁是这一课题在领域内值得关注的研究员?

Q5: 论文中提到的解决方案之关键是什么?

Q6: 论文中的实验是如何设计的?

Q7: 用于定量评估的数据集是什么?代码有没有开源?

Q8: 论文中的实验及结果有没有很好地支持需要验证的科学假设?

Q9: 这篇论文到底有什么贡献?

Q10: 下一步呢?有什么工作可以继续深入?

三、论文亮点与不足之处

四、与其他研究的比较

五、实际应用与影响

六、个人思考与启示

参考文献


一、论文摘要

通过智能手机测量的光电容积描记法(PPG)具有大规模、非侵入式和易于使用的筛查工具潜力。血管老化与动脉硬化增加有关,可以通过PPG测量。我们研究了使用PPG预测健康血管老化(HVA)的可行性,基于两种方法:机器学习(ML)和深度学习(DL)。我们对原始PPG信号进行了数据预处理,包括去趋势、解调和去噪。对于ML,将岭回归惩罚应用于从PPG中提取的38个特征;而对于DL,将多个卷积神经网络(CNN)应用于整个PPG信号作为输入。使用群体来源的Heart for Heart数据进行了分析。ML使用两个特征(AUC为94.7%)- 二阶导数PPG的a波和tpr,包括四个协变量:性别、身高、体重和吸烟- 预测性能与表现最佳的CNN,12层ResNet(AUC为95.3%)类似。在没有DL的重计算成本的情况下,ML可能在寻找潜在的HVA预测生物标志物方面具有优势。整个过程的工作流程描述清晰,已提供开放软件以便复制结果。

图1 使用机器学习和深度学习方法预测健康血管老化(HVA)的PPG分析工作流程

 

图2 PPG预处理:(从上到下)原始信号、去趋势信号、解调和去噪的干净信号

 

图3 PPG提取的38个特征、四个协变量和年龄之间的皮尔逊相关热图:特征a和年龄呈负相关,而tpr和年龄呈正相关。

 

图4 通过谱嵌入对38个PPG特征进行降维:左图显示了前两个成分,而右图显示了前三个成分。

 

图5 用于预测健康血管老化(HVA)的竞争模型的接收者操作特征(ROC)曲线:四个协变量包括性别、体重、身高和吸烟。

 

图6 性别分层分析预测血管年龄:模型a + tpr +协变量分别对男性和女性预测的年龄进行局部加权散点平滑(LOWESS)。右侧图表显示,女性的平均预测年龄始终低于男性,表明女性血管老化更健康。此外,对于女性,在50岁左右的趋势斜率减小(在中间面板中显示)。

 

二、论文十问

Q1: Q1论文试图解决什么问题?

A1: 本论文试图探索使用智能手机获取PPG信号作为一种大规模、非侵入性和易于使用的筛查工具,以预测健康血管老化。

Q2: 这是否是一个新的问题?

A2: 是的,这是一个新的问题。

Q3: 这篇文章要验证一个什么科学假设?

A3: 本文要验证使用PPG信号可以预测健康血管老化。

Q4: 有哪些相关研究?如何归类?谁是这一课题在领域内值得关注的研究员?

A4: 相关研究包括使用PPG信号进行心率变异性分析、使用PPG信号进行房颤筛查等。这些研究可以归类为基于PPG信号的生物特征识别和筛查。在这一领域内值得关注的研究员包括Folkert W. Asselbergs和Hae-Won Uh等。

Q5: 论文中提到的解决方案之关键是什么?

A5: 论文中提到的解决方案之关键是使用机器学习和深度学习方法对PPG信号进行分析,以预测健康血管老化。

Q6: 论文中的实验是如何设计的?

A6: 实验分为两个部分:第一部分使用机器学习方法对PPG信号进行分析,以预测健康血管老化;第二部分使用深度学习方法对PPG信号进行分析,以预测健康血管老化。

Q7: 用于定量评估的数据集是什么?代码有没有开源?

A7: 用于定量评估的数据集是来自智能手机的PPG信号,包括来自健康人和患有心血管疾病的人。代码已在GitHub上开源。

Q8: 论文中的实验及结果有没有很好地支持需要验证的科学假设?

A8: 是的,论文中的实验及结果表明使用PPG信号可以预测健康血管老化,从而很好地支持了需要验证的科学假设。

Q9: 这篇论文到底有什么贡献?

A9: 这篇论文提出了一种新方法,即使用智能手机获取PPG信号作为一种大规模、非侵入性和易于使用的筛查工具,以预测健康血管老化。此外,本文还展示了机器学习和深度学习方法在分析PPG信号方面的潜力。

Q10: 下一步呢?有什么工作可以继续深入?

A10: 下一步可以进一步探索使用PPG信号进行其他生物特征识别和筛查,并进一步优化机器学习和深度学习方法以提高预测准确性。此外,还可以考虑将该方法应用于更大规模、多样化的人群中进行验证。

三、论文亮点与不足之处

本文的亮点在于提出了一种新方法,即使用智能手机获取PPG信号作为一种大规模、非侵入性和易于使用的筛查工具,以预测健康血管老化。此外,本文还展示了机器学习和深度学习方法在分析PPG信号方面的潜力。实验设计合理,结果准确性高。不足之处在于实验数据集较小,需要进一步扩大样本量以验证结果的泛化能力。

四、与其他研究的比较

与其他相关研究相比,本文提出了一种新方法,并且使用机器学习和深度学习方法对PPG信号进行分析,以预测健康血管老化。这使得该方法具有更高的准确性和可靠性,并且可以应用于更广泛的人群中进行筛查。

五、实际应用与影响

该论文的研究成果可以应用于大规模、非侵入性和易于使用的筛查工具中,以预测健康血管老化。这将有助于早期发现心血管疾病,并采取相应措施进行干预和治疗。

六、个人思考与启示

本文的研究成果对我在生物特征识别和筛查方面的研究方向产生了启示。此外,在阅读过程中,我还注意到了机器学习和深度学习方法在分析PPG信号方面的潜力,这将有助于我在未来的研究中更好地应用这些方法。

参考文献

Dall’Olio, L., Curti, N., Remondini, D. et al. Prediction of vascular aging based on smartphone acquired PPG signals. Sci Rep 10, 19756 (2020). https://doi.org/10.1038/s41598-020-76816-6

相关文章:

《基于智能手机采集的PPG信号预测血管老化》阅读笔记

目录 一、论文摘要 二、论文十问 Q1: Q1论文试图解决什么问题? Q2: 这是否是一个新的问题? Q3: 这篇文章要验证一个什么科学假设? Q4: 有哪些相关研究?如何归类?谁是这一课题在领域内值得关注的研究员&#xff1f…...

【大数据-调度工具】dolphinscheduler安装和遇到的问题

1.安装 安装步骤按照官网安装即可 官网:DolphinScheduler | 文档中心 (apache.org) 版本:3.1.5 2.踩坑记录 Q1.大文件无法上传 问题描述: 在资源中心中上传文件选择完大文件夹之后,选择确认之后确认按钮转了几圈圈之后就没…...

滑动轨迹生成的思路和代码分享-测试可过极验 90%机率

如有技术侵权、可联系本人下架 由于极验采用人工智能的方式对滑动的轨迹进行的验证,因此如果我们比较随意的生成鼠标滑动轨迹基本是肯定被封的,因此我们要详细分析一下鼠标轨迹的规律, 通之前介绍的调试手段,手工滑动滑块,获取到鼠标滑动轨迹的集合数组如下: [[-37,-41…...

【Linux】项目自动化构建工具make/makefile

🏖️作者:malloc不出对象 ⛺专栏:Linux的学习之路 👦个人简介:一名双非本科院校大二在读的科班编程菜鸟,努力编程只为赶上各位大佬的步伐🙈🙈 目录 前言一、make/makefile的背景二、…...

【系分范文】论软件需求获取技术以及应用

目录 论题论题介绍论文要点理论素材准备范文摘要正文论题 论软件需求获取技术以及应用 论题介绍 软件需求是指用户对新系统在功能、行为、性能、设计约束等方面的期望。软件需求获取是一个确定和理解不同的项目干系人的需求和约束的过程。需求获取是否科学、准备充分,对获取…...

vue2.0中post请求

vue2.0中post请求 三种格式:在vue中axois的用法:1、 multipart/form-data类型2、 x-www-form-urlencoded类型3、 application/json类型 三种格式: ○ Content-Type:x-www-form-urlencoded ○ Content-Type:multipart/form-data ○ Content…...

MySQL双写缓冲区(Doublewrite Buffer)

本文已收录至Github,推荐阅读 👉 Java随想录 文章目录 摘要为什么需要Doublewrite BufferDoublewrite Buffer原理Doublewrite Buffer相关参数总结 摘要 InnoDB是MySQL中一种常用的事务性存储引擎,它具有很多优秀的特性。其中,Dou…...

免费开源的Umi-OCR 文字识别工具

大家好,我是小寻,欢迎关注公众号:工具优选,免费领取优质项目源码和常用工具,还可以加入我的交流群! 如今,在日常生活和工作中,我们经常需要捕捉屏幕截图并识别其中的文本信息。比如别人给你发资料时直接发…...

如何让微信小程序弹窗滚动条设置在最上面

最近发现一个事情搞得很烦&#xff0c;微信小程序的弹窗内容可以滚动的时候&#xff0c;要保证每一次打开都在最上面&#xff0c;研究了一下终于发现了怎么解决 第一步 首先得把你的弹窗里面的内容用scroll-view标签包起来&#xff0c;像这样 <scroll-view style"hei…...

c语言-指针

指针详解 ​ 这段时间在看 Linux内核&#xff0c;深觉C语言功底不扎实&#xff0c;很多代码都看不太懂&#xff0c;深入学习巩固C语言的知识很有必要。先从指针开始。 什么是指针 ​ C语言里&#xff0c;变量存放在内存中&#xff0c;而内存其实就是一组有序字节组成的数组&…...

Jenkins集成SonarQube实现代码质量检查

文章目录 一、前提配置1.1 安装及配置SonarQube Scanner插件1.2 配置SonarQube servers 二、非流水线集成SonarQube1.1 配置非流水线任务 三、流水线集成SonarQube 一、前提配置 1.1 安装及配置SonarQube Scanner插件 (1) 点击【系统管理】>【插件管理】>【可选插件】搜…...

2023 谷歌I/O发布会新AI,PALM 2模型要反超GPT-4,一雪前耻!

文章目录 1 前言2 Google I/O 发布者大会3 PaLM 2模型3 Bard项目4 其他AI工具4.1 AI 图片编辑 Magic Editor4.2 Duet AI 办公4.3 Universal Translator 翻译工具4.4 Google 沉浸式导航4.5 Google 搜索引擎 5 讨论 1 前言 每年必看两大会&#xff0c;苹果发布会和谷歌发布会&am…...

MySQL和Redis如何保证数据一致性?

前言 由于缓存的高并发和高性能已经在各种项目中被广泛使用&#xff0c;在读取缓存这方面基本都是一致的&#xff0c;大概都是按照下图的流程进行操作&#xff1a; 但是在更新缓存方面&#xff0c;是更新完数据库再更新缓存还是直接删除缓存呢&#xff1f;又或者是先删除缓存再…...

Markdown使用(超详细)

&#xff08;HBuilderX&#xff09; 掌握md及HBuilderX对md的强大支持。如果没有点右键设置自动换行&#xff0c;可按Alt滚轮横向滚动查看。 很多人只把markdown用于网络文章发表&#xff0c;这糟蹋了markdown。 markdown不止是HTML的简化版&#xff0c;更重要的是txt的升级版…...

yolov5实现扑克牌识别的产品化过程

文章目录 介绍项目下载硬件准备软件环境素材获取自行获取素材网盘获取图片标注模型训练窗口截图窗口截图(HWND)桌面截图wgc方法最终采用的方式WGC使用方法如何保存灰度图片python 如何加载dll库图片推理扑克牌逻辑ui编写模型加密软件授权软件加密软件打包安装包制作...

第07讲:Java High Level Client,读写 ES 利器

SkyWalking OAP 后端可以使用多种存储对数据进行持久化&#xff0c;例如 MySQL、TiDB 等&#xff0c;默认使用 ElasticSearch 作为持久化存储&#xff0c;在后面的源码分析过程中也将以 ElasticSearch 作为主要存储进行分析。 ElasticSearch 基本概念 本课时将快速介绍一下 E…...

dockerfile暴力处理配置文件外提

前言&#xff1a; 一般来说&#xff0c;springboot打成的jar运行时&#xff0c;同目录/config目录下放application.yml文件会被进行加载&#xff0c;然后通过设置docker映射出宿主机即可做到配置文件外配的效果&#xff0c;但很多时候别的配置文件做不到这种效果&#xff0c;说…...

如何快速给出解释——正交矩阵子矩阵的特征值的模必然不大于1

Memory 首先快速回忆一下正交矩阵的定义&#xff1a; A为n阶实矩阵&#xff0c;且满足A‘AE或是说AA’E&#xff0c;那么A为正交矩阵。 &#xff08;啊&#xff0c;多么简洁的定义&#xff09; 其次快速想到它的性质&#xff1a; ① 实特征值必然 或 其他复数…...

c语言-位运算

位运算小结 ​ 位运算不管是在C语言中&#xff0c;或者其他语言&#xff0c;都是经常会用到的&#xff0c;所以本文也就不固定以某种语言来举例子了&#xff0c;原始点就从0、1开始。位运算主要包括按位与(&)、按位或(|)、按位异或(^)、取反(~)、左移(<<)、右移(>…...

【Android学习专题】安卓样式学习(学习内容记录)

学习记录内容来自《Android编程权威指南&#xff08;第三版&#xff09;》 样式调整和添加 调整颜色资源&#xff08;res/values/colors.xml&#xff09; 格式&#xff1a; 添加样式&#xff08;res/values/styles.xml&#xff09;&#xff0c;&#xff08;创建BeatBox项目时…...

鸿蒙中用HarmonyOS SDK应用服务 HarmonyOS5开发一个医院挂号小程序

一、开发准备 ​​环境搭建​​&#xff1a; 安装DevEco Studio 3.0或更高版本配置HarmonyOS SDK申请开发者账号 ​​项目创建​​&#xff1a; File > New > Create Project > Application (选择"Empty Ability") 二、核心功能实现 1. 医院科室展示 /…...

安全突围:重塑内生安全体系:齐向东在2025年BCS大会的演讲

文章目录 前言第一部分&#xff1a;体系力量是突围之钥第一重困境是体系思想落地不畅。第二重困境是大小体系融合瓶颈。第三重困境是“小体系”运营梗阻。 第二部分&#xff1a;体系矛盾是突围之障一是数据孤岛的障碍。二是投入不足的障碍。三是新旧兼容难的障碍。 第三部分&am…...

C++课设:简易日历程序(支持传统节假日 + 二十四节气 + 个人纪念日管理)

名人说:路漫漫其修远兮,吾将上下而求索。—— 屈原《离骚》 创作者:Code_流苏(CSDN)(一个喜欢古诗词和编程的Coder😊) 专栏介绍:《编程项目实战》 目录 一、为什么要开发一个日历程序?1. 深入理解时间算法2. 练习面向对象设计3. 学习数据结构应用二、核心算法深度解析…...

Windows安装Miniconda

一、下载 https://www.anaconda.com/download/success 二、安装 三、配置镜像源 Anaconda/Miniconda pip 配置清华镜像源_anaconda配置清华源-CSDN博客 四、常用操作命令 Anaconda/Miniconda 基本操作命令_miniconda创建环境命令-CSDN博客...

怎么让Comfyui导出的图像不包含工作流信息,

为了数据安全&#xff0c;让Comfyui导出的图像不包含工作流信息&#xff0c;导出的图像就不会拖到comfyui中加载出来工作流。 ComfyUI的目录下node.py 直接移除 pnginfo&#xff08;推荐&#xff09;​​ 在 save_images 方法中&#xff0c;​​删除或注释掉所有与 metadata …...

wpf在image控件上快速显示内存图像

wpf在image控件上快速显示内存图像https://www.cnblogs.com/haodafeng/p/10431387.html 如果你在寻找能够快速在image控件刷新大图像&#xff08;比如分辨率3000*3000的图像&#xff09;的办法&#xff0c;尤其是想把内存中的裸数据&#xff08;只有图像的数据&#xff0c;不包…...

上位机开发过程中的设计模式体会(1):工厂方法模式、单例模式和生成器模式

简介 在我的 QT/C 开发工作中&#xff0c;合理运用设计模式极大地提高了代码的可维护性和可扩展性。本文将分享我在实际项目中应用的三种创造型模式&#xff1a;工厂方法模式、单例模式和生成器模式。 1. 工厂模式 (Factory Pattern) 应用场景 在我的 QT 项目中曾经有一个需…...

使用SSE解决获取状态不一致问题

使用SSE解决获取状态不一致问题 1. 问题描述2. SSE介绍2.1 SSE 的工作原理2.2 SSE 的事件格式规范2.3 SSE与其他技术对比2.4 SSE 的优缺点 3. 实战代码 1. 问题描述 目前做的一个功能是上传多个文件&#xff0c;这个上传文件是整体功能的一部分&#xff0c;文件在上传的过程中…...

Vue3中的computer和watch

computed的写法 在页面中 <div>{{ calcNumber }}</div>script中 写法1 常用 import { computed, ref } from vue; let price ref(100);const priceAdd () > { //函数方法 price 1price.value ; }//计算属性 let calcNumber computed(() > {return ${p…...

DeepSeek越强,Kimi越慌?

被DeepSeek吊打的Kimi&#xff0c;还有多少人在用&#xff1f; 去年&#xff0c;月之暗面创始人杨植麟别提有多风光了。90后清华学霸&#xff0c;国产大模型六小虎之一&#xff0c;手握十几亿美金的融资。旗下的AI助手Kimi烧钱如流水&#xff0c;单月光是投流就花费2个亿。 疯…...