講演情報
[B-19-02]CycleGANを用いたミリ波センサ信号からのPPG信号生成に基づく非接触血圧推定：特徴量および学習用データの見直しによる精度向上
◎△菊地 康平1、石本 尚寛2、戸田 健1 (1. 日本大学理工学部、2. 日本大学院理工学研究科)
キーワード：
血圧、光電脈波、深層学習、バイタルサイン、ミリ波センサ
前回、我々はミリ波センサにより取得したIF信号から脈波成分を抽出し、GAN (Generative Adversarial Network)による生成器と識別器の競争的学習によりPPG信号を生成、この信号から抽出した特徴量を用いて血圧推定モデルの構築を行った.本研究では、特徴量および学習用データを見直し、精度向上を試みた.