Evaluation of the Signal Quality of Wrist-Based Photoplethysmography
Notice bibliographique
Résumé
Detection of paroxysmal atrial fibrillation requires continuous cardiovascular monitoring due to its episodic nature.Such monitoring is impractical with electrocardiogram Holter monitors, which are the currently employed for ambulatory cardiovascular monitoring, but are cumbersome for prolonged use.This thesis studies monitoring using photoplethysmography (PPG) devices, which may be embedded into wristband devices which can be easily worn continuously.However, the quality of wrist-based PPG is highly variable, and is subject to artifacts from motion and other interferences.The goal of this thesis is to evaluate the signal quality obtained from wrist-based PPG when used in an ambulatory setting.Ambulatory data is collected over a 24-hour period for 10 elderly, and 16 non-elderly participants.Visual assessment is used as the gold standard for PPG signal quality, with Fleiss's Kappa being used to evaluate the agreement between raters.With this gold standard, 5 classifiers are evaluated using a modified 13-fold cross-validation approach.Based on this evaluation, a Random Forest quality classification algorithm is selected, with an accuracy of 74.5%.The algorithm is used to evaluate the ambulatory use of wrist-based PPG over a 24-hour period.Overall, it is found that data quality is high at night, and low during the day.First and foremost, I would like to acknowledge all the support received from my family, without which none of this would have been possible.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».