Abstract: G. Joshi, A. K. Upadhyay, A. Srivastava, A. Vishwakarma, A. Awasthi, A. Katiyar (2026)

Hypertension (HPT) is a condition marked by elevated blood pressure, often presenting with symptoms like headaches, dizziness, and fainting. If left untreated, it can lead to serious health issues affecting the heart, kidneys, or brain. Traditional detection and monitoring methods using a sphygmomanometer are often labor-intensive and inconvenient. Recently, Ballistocardiogram (BCG) signals, which capture the heart's mechanical vibrations, have been employed for HPT detection. In this study, we introduce a fully automated system for HPT detection that utilizes time-series image modalities and a convolutional neural network (CNN) to accurately identify HPT using BCG signals. Our approach involves transforming raw BCG data into four distinct image types: Gramian Angular Field (GAF), Recurrence Plot (RP), Markov Transition Field (MTF), and a composite image that combines these three modalities. These images are then analyzed using a benchmarked ResNet50 model, AlexNet, and Hpt-Netâ€”our proposed deep learning model specifically designed for hypertension detection. A comparative evaluation with ResNet50 and AlexNet showed that Hpt-Net is faster and more efficient. Notably, Hpt-Net performed exceptionally well with composed image modalities, achieving an accuracy of 98.33%. Experimental results, obtained using BCG signals from a public dataset, validate the effectiveness of our approach for automated hypertension detection.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Hypertension Detection Using Time-Series Image Modalities and Convolutional Neural Network