arXiv cs.AI· Farouk Ganiyu Adewumi, Timothy Oladunni·· 12 小时前AI 评分22
基于光电容积脉搏波、结合上下文与会话校准的血压追踪评估框架
Context-Augmented, Session-Calibrated Blood Pressure Tracking from Photoplethysmography
AI 导读
一项基于 653 名 AuroraBP 参与者的研究提出显式控制上下文与 PPG 贡献的校准评估框架，原始可穿戴状态模型实现收缩压/舒张压 MAE 7.697/6.139 mmHg，加入上下文后 MAE 分别降低 0.436/0.126 mmHg。
正文 · AI 翻译
摘要：此 http URL 区分采集上下文与光电容积脉搏波（PPG）对会话校准血压（BP）的贡献 此 http URL。原始比较在 653 名 AuroraBP 参与者中使用了三次重复的五折参与者级交叉验证，并排除了带校准标签的预测目标。匹配分析将上下文与 PPG 分离，并移除了经过时间项。后续探索性随访保留了 PPG、加速度计信号和三次初始袖带读数。另外的独立研究评估了脉率融合和术中 VitalDB 模型。主要 此 http URL 原始可穿戴状态模型在参与者级上实现了收缩压/舒张压（SBP/DBP）的平均绝对误差（MAE）分别为 7.697/6.139 mmHg。加入上下文使 MAE 降低了 0.436/0.126 mmHg（97.5% 区间 0.305-0.573/0.053-0.200）。在无外部 PPG 先验的匹配析因设计中，PPG 在校准、时间和协议提供的姿势/活动基础上改善了 0.214/0.135 mmHg；移除时间项后，DBP 区间包含零。标准 PPG 描述符有贡献，但额外的非线性/吸引子收益未能确立。在另一组随访序列中，传感器历史集成达到 7.299/5.445 mmHg，而其静态丰富参考为 7.363/5.470，增益较小，为 0.064/0.025 mmHg。较大的 DBP 误差并未一致改善。质量加权融合将脉率 MAE 从 3.985 降至 3.690 次/分钟。尽管 PPG 有小幅增益，VitalDB MAE 仍为 15.375/8.833 mmHg。意义。贡献在于一个带有明确对照的校准评估框架、可复现的特征缓存到结果分析，以及保留的阴性发现。传感器历史增益是在数据集重复使用后的探索性结果。独立估计的可穿戴状态、对所提供更丰富特征的完整原始信号复现、外部迁移和临床充分性仍未确立。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.29091 [cs.AI] |
| （或 arXiv:2610.29091v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29091 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Farouk Ganiyu Adewumi [查看电子邮件]
[v1]
2026年10月21日星期三 02:34:07 UTC（299 KB）
来源：arXiv cs.AI · arxiv.org