心脏性猝死前可穿戴设备采集的生理指标的纵向变化

Hacker News Top 论文
wearables sudden-cardiac-death digital-health physiology-monitoring machine-learning cardiology

摘要

该研究利用可穿戴设备长期捕捉的生理数据，分析心源性猝死前的纵向生理变化模式，为早期预警和风险预测提供了新证据。

暂无内容
查看原文

相似文章

老年人身体活动与健康状况的纵向多模态感知

arXiv cs.LG

本文介绍了一项针对66名老年人的纵向多模态研究，利用可穿戴传感和临床评估来预测身体活动、睡眠时长和睡眠呼吸暂停严重程度，发现行为目标更可预测，历史特征是关键预测因素。

HiPPT：通过多范围文本对齐实现基于生理学的可穿戴式 PPG 表征学习

arXiv cs.AI

HiPPT是一个基于生理学的可穿戴PPG表示学习框架，通过多范围文本对齐（记录级形态对齐与跨记录上下文对齐）在超过400万条腕部PPG记录上进行预训练，在血压、血管僵硬度等六项下游任务的线性探测中取得最佳结果，并支持年龄组、性别和BMI的零样本画像。