help研究问题可穿戴、感知与生理监测
如何提高低资源可穿戴设备上AF检测模型的性能和鲁棒性？UbiComp '22BayesBeat: Reliable Atrial Fibrillation Detection from Noisy Photoplethysmography Data
健康、医疗与福祉 / 可穿戴、感知与生理监测
如何提高低资源可穿戴设备上AF检测模型的性能和鲁棒性？
同类问题
help研究问题可穿戴、感知与生理监测
心房颤动（AF）患者如何使用消费者技术（如可穿戴设备）进行日常自我护理？help研究问题可穿戴、感知与生理监测
消费者技术如何通过患者生成数据支持AF患者的临床决策与沟通？help研究问题可穿戴、感知与生理监测
技术在缓解或加剧AF患者对身体感知的“疑惑”中扮演何种角色？help研究问题可穿戴、感知与生理监测
大语言模型（LLM）能否有效分析来自移动和可穿戴设备的行为数据以生成有意义的临床洞察？help研究问题可穿戴、感知与生理监测
连锁思维（CoT）方法能否提升LLM在多传感器行为数据分析中的推理能力？help研究问题可穿戴、感知与生理监测
LLM生成的推理内容是否能够在临床情景中帮助心理健康专业人士改进诊断和治疗？相关论文
CHI 2025
重新思考慢性疾病中的生活体验：在心房颤动自我护理中使用消费技术导航身体疑虑
Rachel Keys, Paul Marshall, Graham Stuart
UbiComp 2024
从分类到临床洞察：基于大语言模型的移动与行为健康数据分析与推理
Zachary Englhardt, Chengqian Ma, Margaret E Morris
IUI 2022
FitNibble：一项关于眼镜式可穿戴设备自动饮食监测在食物日志中实用性与可用性的实地研究
Abdelkareem Bedri, Yuchen Liang, Sudershan Boovaraghavan
IUI 2021
基于野外数据的服药活动识别系统促进用药依从性
Josh Cherian, Samantha Ray, Tracy Hammond