wearable devices | BriefGPT

关键词wearable devices

搜索结果 - 66

基于图增强的个性化健康洞察的 LLMs：对睡眠分析的案例研究
通过引入图增强型 LLM 框架，本文试图显著提高个性化和清晰度的健康洞察力，利用层次图结构捕捉病人间和病人内部关系，并丰富 LLM 提示信息，通过一个睡眠分析案例研究在 COVID-19 封锁期间涉及 20 名大学生，展示了我们的模型在有效
PDF10 days ago
CVPR关于将自心视觉应用于工业场景的研究
利用第一人称视角的环绕视觉设备，改进和增强工业使用场景中的数据采集、注释、标记和下游应用，为传统工业机器视觉工作流提供补充。
PDF23 days ago
计算咳嗽的方法：用于评估自动咳嗽检测算法性能的事件驱动框架
使用机器学习算法驱动的可穿戴设备检测慢性咳嗽病例中的咳嗽事件数量和时间模式，提供客观数据给临床医生以追踪症状和评估治疗方案。为此，提出使用基于事件的评估指标以及开源的框架来测试算法性能，并提供事件化咳嗽计数的示例和最佳实践指南。
PDFa month ago
NERULA：一种用于心电图信号分析的双通路自监督学习框架
NERULA 是一个双通道框架，结合心电图重构和非对抗学习，用于提取详细的心脏特征，通过在训练过程中结合生成和判别路径，NERULA 在心电图分析中表现出比现有自监督学习基准更好的结果，同时适用于心律失常分类、性别分类、年龄回归和人类活动识
PDFa month ago
SparrowSNN：一种用于能量高效的心电图分类的硬件 / 软件协同设计
通过提出 sparrowSNN 硬件设计和优化 SNN 在心跳分类中的功耗，我们在 MIT-BIH 数据集上实现了 98.29% 的准确率，每次推断仅消耗 31.39nJ 的能量和 6.1uW 的功率，使得 sparrowSNN 在同类系统
PDF2 months ago
基于步态分析的实时人员识别
通过使用低功耗模型，借助可穿戴设备在边缘进行实时步态识别，本研究成功地在 Arduino 上演示了作者的实时身份识别，从而强调了其功效，并为不久的将来在实际系统中应用提供了可行性证明。
PDF3 months ago
从噪声到信号：通过药理学引导的神经 SDE 揭示数字健康数据中的治疗效果
数字健康技术，如可穿戴设备，通过个性化、连续和实时监测患者，为新型疗法和个体化医疗的发展做出了贡献。本文提出了一种新颖的药理学启发的神经随机微分方程模型，可以应对从这些技术中产生的具有随机特性的数据进行分析的挑战。使用合成数据，我们证明了我
PDF4 months ago
极简可穿戴设备的时限性上下文生物特征生成
Proteus 通过时间限定的上下文生物识别 ID 实现了动态与上下文设备协作以及健壮的人机交互。
PDF4 months ago
嵌入式 HMP 上脑电应用的精度权衡特征化
本研究通过对 Odroid XU3 平台上三种 EEG 应用的实际测试，对 EEG 应用在嵌入式平台中的精度、性能和功耗之间的权衡进行了组合评估，以提供对 EEG 应用在嵌入式平台上近似调优的洞察。
PDF5 months ago
揭示心跳特征：采用视觉转换器方法解释心电图信号中的可解释性房颤检测
发展了一种基于远程患者监测的穿戴式单导联心电图（ECG）设备的视觉变换方法，可以识别房颤并鉴别正常窦律和窦性心动过缓。
PDF5 months ago
解耦欠完全：基于小波注入的多层异构网络用于不完善可穿戴传感器数据中的人体活动识别
利用多级离散小波分解从传感器数据中提取多分辨率特征进行传感器数据分析的多级异构神经网络（MHNN）模型，在使用七个公开可用数据集的实验研究中证明了 MHNN 在应对缺失值和噪声方面的优越性，并通过消融研究证实了每个模块的重要性。
PDF5 months ago
AI 驅動的持續情緒監測器：主動式情緒跟蹤
本研究利用经过修改的预训练 BERT 模型检测社交媒体和用户的网络浏览数据中的抑郁文本，实现了令人印象深刻的 93% 测试准确率。同时，该项目旨在结合可穿戴设备（如智能手表和脑电传感器）的生理信号，提供情绪障碍和情绪状态的长期跟踪和预后，这
PDF5 months ago
人体区域电容或电场感测用于人体活动识别和人机交互的综述
身体区域电容感知是一种有希望的可穿戴设备替代方案，用于实现人体活动识别和人机交互任务；本文综合总结了身体区域电容感知的现有研究，包括涉及的身体形态、硬件实现、算法和应用，并讨论了该领域的挑战和前景。
PDF6 months ago
AAAI基于可穿戴设备的应用中的表示学习及缺失数据案例研究
穿戴设备中的缺失数据填充问题的研究，通过比较表示学习和统计方法，发现变化频繁的信号可以使用 Transformer 模型进行更准确的填充，为解决穿戴设备中的数据缺失问题提供了启示。
PDF6 months ago
灵活计数：野外人类动作范例识别与小样本计数
本研究通过使用可穿戴设备的传感器数据来计算人类感兴趣的动作的数量，提出了一种新颖的基于样例的框架，允许用户通过发出预定义声音 ''one''、''two'' 和 ''three'' 来提供所需计数的样例。我们的方法首先从音频序列中定位这些话
PDF6 months ago
AAAI空间相关传感器问题：辅助文字语义的 3D 人体动作重建
利用可穿戴设备进行动作重建已成为一种经济且可行的技术，在稀疏的惯性测量单元（IMUs）数据上建立人体姿势模型存在着困扰，本文通过多传感器的空间重要性和文本描述的监督引入不确定性来获取每个 IMU 的加权特征，并设计了一种层次时间变换器（HT
PDF6 months ago
穿戴设备解读情绪价值：我们的数据能否揭示真实感受？
通过使用消费级可穿戴设备和自我报告测量，本研究旨在弥合实验室研究和现实场景之间的差距，评估可穿戴设备在捕捉用户情绪状态上的有效性，研究结果表明，区分高和低正面情绪有着很大潜力，该研究为移动心理健康干预领域开辟了未来研究的途径。
PDF6 months ago
可解释的因果推断用于分析可穿戴、传感器和分布数据
我们开发了一种解释性的分布数据分析方法 ADD MALTS，通过匹配和伸缩学习来确保可信和稳健的决策。我们通过模拟演示 ADD MALTS 在估计治疗效果方面的优越性，并且通过研究连续葡萄糖监测仪在缓解糖尿病风险方面的有效性，展示了 ADD
PDF7 months ago
可穿戴生物信号基础模型的大规模训练
通过使用自我监督学习方法，基于由可穿戴消费设备收集的大规模脉搏波和心电图数据，构建了一种能够编码参与者人口统计数据和健康状况信息的计算模型。这是第一项使用大规模数据集构建基础模型的研究，有望减少对标注数据的依赖，并提升未来可穿戴设备的效用。
PDF7 months ago
使用高通道 NIRS 数据解码 n-Back 任务中的工作记忆负荷
使用近红外光谱技术可以通过脑部血氧变化来测量神经活动，越来越多的可穿戴设备也使得该技术在研究中得以应用。本研究中，通过机器学习和跨个体的迁移学习，提出了一种新的方法来解决高分辨率近红外光谱数据的分类问题，实现了前沿性的脑机接口解码效果。
PDF7 months ago