Optimal filter characterization for photoplethysmography-based pulse rate and pulse power spectrum estimation
Notice bibliographique
Résumé
Photoplethysmography (PPG) is a non-invasive, low-cost optical technique used to assess the cardiovascular system. In recent years, PPG-based heart rate measurement has gained significant attention due to its popularity in wearable devices, as well as its practicality relative to electrocardiography (ECG). Studies comparing the dynamics of ECG- and PPG-based heart rate measures have found small differences between these two modalities; differences related to the physiological processes behind each technique. In this work, we analyzed the spectral coherence and the signal-to-noise ratio between isolated PPG pulses and the raw PPG signal in order to: (i) determine the optimal filter to enhance pulse detection from raw PPG for improved heart rate estimation, and (ii) characterize the spectral content of the PPG pulse. The proposed methods were evaluated on 27000 pulses from a PPG database acquired from 42 participants (adults and children). The results showed that the optimal bandpass filter to enhance PPG from the adult group was 0.6-3.3 Hz, while for the children group it was 1.0-2.7 Hz. The spectral analysis on the pulse signal showed that similar bandwidths were found for the adult (0.8-2.4 Hz) and children (0.9-2.7 Hz) groups. We hope that the results presented herein serve as a baseline for pulse detection algorithms and assist with the development of more sophisticated PPG processing algorithms.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».