HOMEご利用手順商品サンプルご利用規約お支払いご注文進行確認Q&A、お問い合せカートを見る
電気学会 電子図書館
電気学会HPへ
 HOME > 同研究会の論文誌(論文単位) > 文献詳細
*商品について
表紙はついていません(本文のみ中綴じ製本です)。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。

・会員価格 ¥550
・一般価格 ¥770
カートに入れる
こちらはBookPark「電気学会 電子図書館(IEEJ Electronic Library)」による文献紹介ページです。
会員ログイン
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
非会員の方はログインの必要はありません。このまま お進みください。
■論文No.
■ページ数 7ページ
■発行日
2019/07/01
■タイトル

Feature Extraction of Blood Pressure from Facial Skin Temperature Distribution Using Deep Learning

■タイトル(英語)

Feature Extraction of Blood Pressure from Facial Skin Temperature Distribution Using Deep Learning

■著者名 Kosuke Oiwa (College of Science and Engineering, Aoyama Gakuin University), Akio Nozawa (College of Science and Engineering, Aoyama Gakuin University)
■著者名(英語) Kosuke Oiwa (College of Science and Engineering, Aoyama Gakuin University), Akio Nozawa (College of Science and Engineering, Aoyama Gakuin University)
■価格 会員 ¥550 一般 ¥770
■書籍種類 論文誌(論文単位)
■グループ名 【C】電子・情報・システム部門
■本誌 電気学会論文誌C(電子・情報・システム部門誌) Vol.139 No.7 (2019) 特集:平成30年電子・情報・システム部門大会
■本誌掲載ページ 759-765ページ
■原稿種別 論文/英語
■電子版へのリンク https://www.jstage.jst.go.jp/article/ieejeiss/139/7/139_759/_article/-char/ja/
■キーワード blood pressure sensing,convolutional neural network,deep learning,facial skin temperature distribution,feature extraction,non-contact sensing
■要約(日本語)
■要約(英語) Vital sign monitoring in daily life is very important for the early detection of hypertension, which causes cerebrovascular and cardiovascular diseases. A non-contact vital sign sensing is essential for vital sign monitoring in daily life. Our previous studies have constructed linear regression models for estimating blood pressure, using nasal skin temperature and photoplethysmogram components in the nasal region, which were obtained using a non-contact method. Feature extraction from the whole facial area is expected improve the accuracy in estimating blood pressure. In this study, feature extraction related to blood pressure levels from facial skin temperature distribution using a deep learning algorithm was performed. As the result, features at nasal and lip regions were extracted as common features related to blood pressure levels. Furthermore, a possibility for proposal of a general model for estimating blood pressure levels using the common features was shown.
■版 型 A4
運営会社についてBookPark個人情報保護方針電気学会ホームページ
本サービスは電気学会がコンテンツワークス株式会社に委託して運営しているサービスです。
©Contents Works Inc.