从信号转换角度研究血压（波形）预测的相关论文
- 1. PPG2ABP: Translating Photoplethysmogram (PPG) Signals to Arterial Blood Pressure (ABP) Waveforms using Fully Convolutional Neural Networks. Preprint, 2020.
- 2. An Estimation method of continuous Non-Invasive arterial blood pressure waveform using Photoplethysmography: A U-Net architecture-based approach, Sensors, 2021.
- 3.Estimation of continuous blood pressure from PPG via a federated learning approach. 2021.
- 4. Deep generative model with domain adversarial training for predicting arterial blood pressure waveform from photoplethysmogram signal， BSPC， 2021
- 总结
1. PPG2ABP: Translating Photoplethysmogram (PPG) Signals to Arterial Blood Pressure (ABP) Waveforms using Fully Convolutional Neural Networks. Preprint, 2020.
这篇文章应该是第一篇从信号转化角度研究血压预测的： PPG->ABP, 具体来说，就是将生物医学图像领域的经典网络UNet应用到血压预测，并结合了深度监督的思想。从该领域的研究思路来讲，还比较新，但是文章质量一般吧。到目前为止，这篇文章还是Preprint状态。
值得一提的是作者还公开了全部代码，值得肯定，毕竟该领域几乎没有人公开代码，笔者还跑过并且优化过其代码，只能说数据处理加载部分的代码写的奇烂无比，优化之后速度大幅提升。
2. An Estimation method of continuous Non-Invasive arterial blood pressure waveform using Photoplethysmography: A U-Net architecture-based approach, Sensors, 2021.
这篇文章从研究方法上讲与上一篇可以说完全相同，笔者看到题目的时候猜测应该是同一个研究小组做的，令人大跌眼镜的是; 这篇文章是韩国一个组做的，上一篇是印度一个组做的，两个组毫无关系， 并且这篇文章并没有引用上一篇文章，呵呵，要说这篇文章没有参考上一篇文章，说啥我也不信。
另外，Sensors这个期刊上好多血压这块的文章评估方法都有问题，动不动血压预测的MAE就达到了3 mmHG左右，而且是在重症医学数据集上，简直违反常理，违反人性啊，没有一点常识，看到好几篇IEEE trans.系列的文章预测的MAE也就10 mmHg上下好吧，无力吐槽Sensors这个期刊，每年好几万的刊文量，呵呵呵…
3.Estimation of continuous blood pressure from PPG via a federated learning approach. 2021.
基于生成对抗网络CycleGAN来研究PPG->ABP转化， 文章还可以，有时间在细看，
4. Deep generative model with domain adversarial training for predicting arterial blood pressure waveform from photoplethysmogram signal， BSPC， 2021
doi: 10.1016/j.bspc.2021.102972
下载链接
注：只有50天免费下载，
总结
未完待续。