Anomaly Detection in Multi-Wavelength Photoplethysmography Using Lightweight Machine Learning Algorithms.

Baciu, Vlad-Eusebiu; Lambert Cause, Joan; Solé Morillo, Ángel; García-Naranjo, Juan C; Stiens, Johan; da Silva, Bruno

Baciu, Vlad-Eusebiu; Lambert Cause, Joan; Solé Morillo, Ángel; García-Naranjo, Juan C; Stiens, Johan; da Silva, Bruno.

Afiliação

Baciu VE; Department of Electronics and Informatics (ETRO), Vrije Universiteit Brussel (VUB), 1050 Brussels, Belgium.
Lambert Cause J; Department of Electronics and Informatics (ETRO), Vrije Universiteit Brussel (VUB), 1050 Brussels, Belgium.
Solé Morillo Á; Department of Biomedical Engineering, Universidad de Oriente, Santiago de Cuba 90500, Cuba.
García-Naranjo JC; Department of Electronics and Informatics (ETRO), Vrije Universiteit Brussel (VUB), 1050 Brussels, Belgium.
Stiens J; Centre of Medical Biophysics, Universidad de Oriente, Santiago de Cuba 90500, Cuba.
da Silva B; Department of Electronics and Informatics (ETRO), Vrije Universiteit Brussel (VUB), 1050 Brussels, Belgium.

Sensors (Basel) ; 23(15)2023 Aug 04.

Article em En | MEDLINE | ID: mdl-37571730

Assuntos

Algoritmos; Fotopletismografia; Reprodutibilidade dos Testes; Frequência Cardíaca/fisiologia; Aprendizado de Máquina; Artefatos; Processamento de Sinais Assistido por Computador

Palavras-chave

PPG; anomaly detection; artifact; machine learning; multi-wavelength PPG; neural networks; photoplethysmography; supervised learning; time series; unsupervised learning

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Algoritmos / Fotopletismografia Tipo de estudo: Diagnostic_studies / Prognostic_studies Idioma: En Ano de publicação: 2023 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google