Respiratory rate estimation using respiratory sinus arrhythmia from photoplethysmography
Notice bibliographique
Résumé
Respiratory rate (RR) is an important measurement for ambulatory care and there is high interest in its detection using unobtrusive mobile devices. For this study, we investigated the estimation of RR from a photoplethysmography (PPG) signal that originated from a pulse oximeter sensor and had a sub-optimal sampling rate. We explored the possibility of estimating RR by extracting respiratory sinus arrhythmia (RSA) from the PPG-derived heart rate variability (HRV) measurement using real-time algorithms. Data from 29 children and 13 adults undergoing general anesthesia were analyzed. We compared the RSA power derived from electrocardiography (ECG) with PPG at the reference RR derived from capnography. The power of the PPG was significantly higher than that of the ECG (182.42 ± 36.75 dB vs. 162.30 ± 43.66 dB). Further, the mean RR error for PPG was lower than ECG. Both PPG and ECG RR estimation techniques were more powerful and reliable in cases of spontaneous ventilation than when pressure controlled ventilation was used. The analysis of cases containing artifacts in the PPG revealed a significant increase in RR error, a trend that was less pronounced for controlled ventilation. These results indicate that the estimation of RR from the sub-optimally sampled PPG signal is possible and more reliable than from the ECG.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».