Core Technologies in Analyzing and Estimating the Influences of Exogenous Factors of Heart Health

分析和评估心脏健康外源因素影响的核心技术

• 批准号: 20K19923
• 负责人: 黄 銘
• 金额: $ 2.66万
• 依托单位: Nara Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K19923/
• 关键词: 深層学習; 転移学習; 容積光電脈波; 循環器; 複雑活動認識; 睡眠健康; カフレス血圧推定; マシンラーニング; 人間活動認識; 睡眠分類; 不整脈予測; 個人健康システム; 心臓健康; 運動; 睡眠; 食

令和4年度には、日常生活においても綿密に循環器のモニタリングのための生理信号の処理方や心臓不整脈のリアルタイムでモニタリングするアルゴリズム、およびカフレス血圧推定アルゴリズムの研究開発を実施しました。さらに、後天性因子の情報抽出手法についても研究を推進しました。具体的な実施内容は、下記のようにまとめます。１、容積光電脈波（PPG）を用いた心臓不整脈の自動検出アルゴリズムの研究開発においては、PPG信号と同じ源に由来する心電図信号を基に、AFの自動検出深層学習モデルをトレーニングし、転移学習の技術で、PPGを基にした不整脈検出モデルを構築しました。具体的な転移学習方や深層学習モデルを検討し、最適なモデル構築のパイプライン（生データの前処理やマシンラーニングモデルの組み合わせ）を決めました。２、カフレス血圧推定アルゴリズムの研究にあたって、世界最大級のカフレス血圧推定方法の研究開発に特化するMicrosoft Aurora projectのデータセットのアクセス権を取得し、千人以上のデータでデータ駆動やモデル駆動を融合するモデルのトレーニングパイプラインを決めまして、モデルを開発しました。３、ウェアラフルテバイスを用い複雑活動認識モデルの構築にあたって、食事や運動を含めた日常生活にある複雑活動データベースを構築し、信号の特徴にふさわしい深層学習モデル（具体な非公開）を開発しました。以上の研究の推進によって、循環器の生理状態を評価する手法や後天性因子の定量・定性手法を整備しつつあります。

Make and 4 year に は, daily life に お い て も tight-knit に circulator の モ ニ タ リ ン グ の た め の physiological signal の 処 principle is crucial party や heart is not the whole pulse の リ ア ル タ イ ム で モ ニ タ リ ン グ す る ア ル ゴ リ ズ ム, お よ び カ フ レ ス blood 圧 presumption ア ル ゴ リ ズ ム の research open 発 を be applied し ま し た. Youdaoplaceholder0, acquired factor <s:1> intelligence extraction methods に て て て research を advancement ま ま た た. The specific implementation content of な is な, and the following is recorded as ようにまとめます. 1, the volumetric photoelectric pulse wave (PPG) を い crucial た heart does not entire automatic pulse の 検 ア ル ゴ リ ズ ム の research open 発 に お い て は, PPG signals と じ source に origin す る を に, AF ecg 図 signal の automatic 検 of deep learning モ デ ル を ト レ ー ニ ン グ し で, planning study の technology, PPG を に し た does not whole pulse 検 モ デ ル を build し ま Youdaoplaceholder0 た. Specific な planning move deep learning learning party や モ デ ル を beg し 検, optimum な モ デ ル build の パ イ プ ラ イ ン (born デ ー タ の 処 before Richard や マ シ ン ラ ー ニ ン グ モ デ ル の group み close わ せ) を definitely め ま し た. 2, カ フ レ ス blood 圧 presumption ア ル ゴ リ ズ ム の research に あ た っ て level, the world's largest の カ フ レ ス blood 圧 constructive methods の open 発 に specialized す る Microsoft Aurora Project の デ ー タ セ ッ ト の ア ク セ ス 権 を obtain し, more than one thousand people の デ ー タ で デ ー タ 駆 dynamic や モ デ ル 駆 dynamic を fusion す る モ デ ル の ト レ ー ニ ン グ パ イ プ ラ イ ン を definitely め ま し て, モ デ ル を open 発 し ま し た. 3, ウ ェ ア ラ フ ル テ バ イ ス を with い complex 雑 activities meet モ デ ル の build に あ た っ て を や movement, food containing め た daily life に あ る complex 雑 activity デ ー タ ベ ー ス を build し, signal の 徴 に ふ さ わ し い deep learning モ デ ル specific な (non-public) を open 発 し ま し た. Above の の research advance に よ っ て, circulator の physiology を review 価 す る gimmick や acquired factor の quantitative, qualitative methods を servicing し つ つ あ り ま す.

项目成果

Reconciling of the distances in physical space and latent feature space for complex activity modeling

协调复杂活动建模的物理空间和潜在特征空间中的距离

• 发表时间: 2022
• 作者: Yongxin Zhang;Naoaki Ono;MD Altaf-Ul-Amin;Shigehiko Kanaya;Ming Huang
• 通讯作者: Ming Huang

A Stochastic Coding Method of EEG Signals for Sleep Stage Classification

• DOI: 10.1109/socc56010.2022.9908121
• 发表时间: 2022-09
• 期刊: 2022 IEEE 35th International System-on-Chip Conference (SOCC)
• 作者: Guangxian Zhu;Huijian. Wang;Yirong Kan;Zheng Chen;Ming Huang;M. Altaf-Ul-Amin;N. Ono;Shigehiko Kanaya;Renyuan Zhang;Y. Nakashima

Cancer Subtyping via Embedded Unsupervised Learning on Transcriptomics Data

• DOI: 10.1109/embc48229.2022.9870903
• 发表时间: 2022-04
• 期刊: 2022 44th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)
• 作者: Ziwei Yang;Lingwei Zhu;Zheng Chen;Ming Huang;N. Ono;M. Altaf-Ul-Amin;S. Kanaya

Deep Learning-Based Sleep Staging with Acceleration and Heart Rate Data of a Consumer Wearable Device

利用消费者可穿戴设备的加速度和心率数据进行基于深度学习的睡眠分期

• 发表时间: 2022
• 作者: Sota Kudo;Zheng Chen;Naoaki Ono;MD Altaf-Ul-Amin;Shigehiko Kanaya;Ming Huang
• 通讯作者: Ming Huang

An Integrated Multi-Omics Approach for AMR Phenotype Prediction of Gut Microbiota

肠道微生物群 AMR 表型预测的综合多组学方法

• 发表时间: 2021
• 作者: Gao;P.;Chen;Z.;Wang;D.;Huang;M.;Ono;N.;Altaf-Ul-Amin;M.;& Kanaya;S
• 通讯作者: S