| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-10-16 11:50 非線形高調波スペクトルを用いた機械学習によるレーダ心拍計測の時系列最適化 ○芦生陽紀・阪本卓也（京大）  EMCJ2026-53 MW2026-97 EST2026-69 |
|
| 抄録 | （和） | レーダを用いた非接触心拍計測は，医療や見守り分野への応用が期待されている．従来の非線形高調波スペクトル法では，心拍変動が小さいことを想定し，推定された心拍間隔候補の中から時間方向の変動が小さいものを選択する．そのため，心拍変動が大きい場合には推定誤差が大きくなるという課題があった．本研究では，まず，非線形高調波スペクトルを入力とする機械学習モデルを用いて，各心拍間隔候補に対応するスコアを得る．次に，各データセットの心拍変動に応じて正則化項を設定したViterbiアルゴリズムにより，このスコアの時間方向の連続性を考慮して尤もらしいものを選択する．これにより，データセットごとの心拍変動の大きさと時間的連続性の双方を考慮することで心拍間隔の推定精度を改善する手法を提案する．公開データセットを用いて，従来の非線形高調波スペクトル法による心拍間隔推定手法と比較して提案法の性能を検証した．その結果，推定心拍間隔の二乗平均平方根誤差が平均31.62％低減し，時間カバー率が平均9.93ポイント向上することを明らかにした． |
| （英） | Radar-based noncontact heartbeat monitoring is expected to have applications in medical care and health monitoring. The conventional nonlinear harmonic spectrum method estimates inter-beat intervals by selecting the least variable time series from multiple candidates, effectively assuming small heart rate variability. Therefore, when heart rate variability is large, the estimation error tends to increase. In this study, we use a machine learning model to evaluate possible inter-beat intervals at each time point from nonlinear harmonic spectra. We then perform time-series optimization using the Viterbi algorithm with a regularization term for temporal continuity determined based on inter-beat intervals estimated from each dataset. In this way, we propose an inter-beat interval time-series estimation method that accounts for both the magnitude of differences in heart rate variability and temporal continuity. The performance of the proposed method was evaluated using a publicly available dataset. The results showed that the root-mean-square error of the estimated inter-beat intervals was reduced by an average of 31.62%, and the time coverage rate was improved by an average of 9.93 percentage points. | |
| キーワード | （和） | レーダ / 生体信号 / 非接触計測 / 心拍 / 機械学習 / 非線形高調波スペクトル法 / Viterbiアルゴリズム / |
| （英） | radar / physiological signals / noncontact sensing / heartbeat / machine learning / nonlinear harmonic spectrum / Viterbi algorithm / | |
| 文献情報 | 信学技報, vol. 126, no. 195, EST2026-69, pp. 109-114, 2026年10月. | |
| 資料番号 | EST2026-69 | |
| 発行日 | 2026-10-08 (EMCJ, MW, EST) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EMCJ2026-53 MW2026-97 EST2026-69 |
|
| 研究会情報 | |
| 研究会 | MW EMCJ EST IEE-EMC |
| 開催期間 | 2026-10-15 - 2026-10-16 |
| 開催地（和） | 函館市地域交流まちづくりセンター |
| 開催地（英） | Hakodate City Community Exchange Center |
| テーマ（和） | マイクロ波，電磁界シミュレーション，EMC一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EST |
| 会議コード | 2026-10-MW-EMCJ-EST-EMC |
| 本文の言語 | 日本語 |
| タイトル（和） | 非線形高調波スペクトルを用いた機械学習によるレーダ心拍計測の時系列最適化 |
| サブタイトル（和） | |
| タイトル（英） | Time-Series Optimization of Radar-Based Heartbeat Measurement Using Machine Learning with a Nonlinear Harmonic Spectrum |
| サブタイトル（英） | |
| キーワード(1)（和/英） | レーダ / radar |
| キーワード(2)（和/英） | 生体信号 / physiological signals |
| キーワード(3)（和/英） | 非接触計測 / noncontact sensing |
| キーワード(4)（和/英） | 心拍 / heartbeat |
| キーワード(5)（和/英） | 機械学習 / machine learning |
| キーワード(6)（和/英） | 非線形高調波スペクトル法 / nonlinear harmonic spectrum |
| キーワード(7)（和/英） | Viterbiアルゴリズム / Viterbi algorithm |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 芦生 陽紀 / Haruki Ashio / アシオ ハルキ |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 阪本 卓也 / Takuya Sakamoto / サカモト タクヤ |
| 第2著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-10-16 11:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EST |
| 資料番号 | EMCJ2026-53, MW2026-97, EST2026-69 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.193(EMCJ), no.194(MW), no.195(EST) |
| ページ範囲 | pp.109-114 |
| ページ数 | 6 |
| 発行日 | 2026-10-08 (EMCJ, MW, EST) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)