跳到正文
热点事件持续更新

研究提出区分上下文与PPG的血压校准评估框架

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Farouk Ganiyu Adewumi 与 Timothy Oladunni 提交论文,提出一个区分采集上下文与光电容积脉搏波(PPG)各自贡献的会话校准血压追踪评估框架。 在 653 名 AuroraBP 参与者的数据上,原始可穿戴状态模型的收缩压/舒张压平均绝对误差(MAE)为 7.697/6.139 mmHg;加入上下文信息后,两项 MAE 分别降低 0.436/0.126 mmHg。该框架包含显式控制、可复现的特征缓存到结果分析,并保留负面结果。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. arXiv cs.AI
    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

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。