光電容積脈波（PPG）を用いた非侵襲的血圧推定のための5つの機械学習回帰アルゴリズムの可能性の探求

科学分野:

• バイオメディカル工学
• ヘルスケアにおける機械学習の応用
• 心血管モニタリング技術

背景:

• 従来の血圧（BP）モニタリング方法（カフベース、動脈ライン）は、連続的、非侵襲的、日常生活での測定には適していません。
• 高血圧および心血管疾患の管理には、連続的な血圧モニタリングが不可欠です。
• 現在の血圧モニタリングの限界は、リアルタイムの健康追跡のための新しいアプローチを必要としています。

主な方法:

• 多様なコホート（年齢21〜86歳、健常者および疾患を有する者）からのPPG信号の取得と前処理。
• 計算効率を高め、過学習を軽減するために、抽出された特徴を洗練するための5つの異なる特徴選択方法の適用。
• 5つのML回帰アルゴリズムを使用した選択された特徴の独立したトレーニングとテストによる収縮期血圧（SBP）および拡張期血圧（DBP）の推定。

結論:

• 開発されたカフなしシステムは、正確な非侵襲的血圧推定のための大きな可能性を示しています。
• 本研究の結果は、連続的、リアルタイムな血圧モニタリングのためのウェアラブルおよびモバイルヘルス技術の進歩を支持します。
• この技術は、高血圧および心血管疾患の予防と管理に役立ちます。