論文の概要: Abnormal respiratory patterns classifier may contribute to large-scale screening of people infected with COVID-19 in an accurate and unobtrusive manner

• arxiv url: http://arxiv.org/abs/2002.05534v2
• Date: Mon, 21 Dec 2020 03:57:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-01 20:06:36.550090
• Title: Abnormal respiratory patterns classifier may contribute to large-scale screening of people infected with COVID-19 in an accurate and unobtrusive manner
• Title（参考訳）: 異常呼吸パターン分類器は、covid-19感染の大規模スクリーニングに、正確かつ目立たない方法で寄与する可能性がある
• Authors: Yunlu Wang, Menghan Hu, Qingli Li, Xiao-Ping Zhang, Guangtao Zhai, Nan Yao
• Abstract要約: 感染予防, 予防管理期間中は, HIV感染者の予後, 診断, スクリーニングに有用である。 我々の研究は様々な呼吸パターンを識別するために利用することができ、装置を予備的に実用化することができる。
• 参考スコア（独自算出の注目度）: 38.59200764343499
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Research significance: The extended version of this paper has been accepted by IEEE Internet of Things journal (DOI: 10.1109/JIOT.2020.2991456), please cite the journal version. During the epidemic prevention and control period, our study can be helpful in prognosis, diagnosis and screening for the patients infected with COVID-19 (the novel coronavirus) based on breathing characteristics. According to the latest clinical research, the respiratory pattern of COVID-19 is different from the respiratory patterns of flu and the common cold. One significant symptom that occurs in the COVID-19 is Tachypnea. People infected with COVID-19 have more rapid respiration. Our study can be utilized to distinguish various respiratory patterns and our device can be preliminarily put to practical use. Demo videos of this method working in situations of one subject and two subjects can be downloaded online. Research details: Accurate detection of the unexpected abnormal respiratory pattern of people in a remote and unobtrusive manner has great significance. In this work, we innovatively capitalize on depth camera and deep learning to achieve this goal. The challenges in this task are twofold: the amount of real-world data is not enough for training to get the deep model; and the intra-class variation of different types of respiratory patterns is large and the outer-class variation is small. In this paper, considering the characteristics of actual respiratory signals, a novel and efficient Respiratory Simulation Model (RSM) is first proposed to fill the gap between the large amount of training data and scarce real-world data. The proposed deep model and the modeling ideas have the great potential to be extended to large scale applications such as public places, sleep scenario, and office environment.
• Abstract（参考訳）: 研究の意義: この論文の拡張版はIEEE Internet of Things Journal(DOI: 10.1109/JIOT.2020.2991456)に受け入れられている。 感染予防管理期間中は、呼吸特性に基づき、新型コロナウイルス(covid-19)感染者の予後、診断、スクリーニングに有用である。 最近の臨床研究によると、covid-19の呼吸パターンはインフルエンザの呼吸パターンと一般的な風邪とは異なる。 COVID-19で起こる重要な症状はタキペネである。 新型コロナウイルスに感染した人は、より早く呼吸できる。 本研究は各種呼吸パターンの識別に有効であり,本装置は予め実用に供することができる。 この方法のデモビデオは1つの被験者と2つの被験者の状況でオンラインでダウンロードできる。 研究の詳細: 遠隔および控えめな方法での異常な呼吸パターンの正確な検出は、非常に重要である。 本研究では,この目標を達成するために,深度カメラと深層学習を革新的に活用する。 このタスクの課題は2つある: 現実世界のデータ量は、深層モデルを得るためのトレーニングには不十分であり、様々なタイプの呼吸パターンのクラス内変異は大きいし、外部クラス変動は少ない。 本稿では, 実際の呼吸信号の特徴を考慮し, 大量のトレーニングデータと少ない実世界のデータとのギャップを埋めるために, 新規で効率的な呼吸シミュレーションモデル(RSM)を提案する。 提案する深層モデルとモデリングアイデアは、公共の場所、睡眠のシナリオ、オフィス環境といった大規模アプリケーションにも拡張できる大きな可能性を秘めている。

関連論文リスト

• A Comparison Study of Deep CNN Architecture in Detecting of Pneumonia [0.0]
  細菌やウイルスによる呼吸器感染症である肺炎は、多くの人々に影響を及ぼす。 画像に基づいて植物病を分類し、その性能をテストするディープ畳み込みニューラルネットワーク。 DenseNet201は、非常に少ないパラメータと妥当な計算時間で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-12-30T14:37:32Z)
• Advancement of Deep Learning in Pneumonia and Covid-19 Classification and Localization: A Qualitative and Quantitative Analysis [1.7513645771137178]
  肺炎(合併症+胸部X線)とコビッド19(RT-PCR)は、専門の放射線医と時間を必要とする。 ディープラーニングモデルの助けを借りて、肺炎とコビッド19は、胸部X線やCTスキャンから即座に検出できる。
  論文  参考訳（メタデータ） (2021-11-16T16:40:39Z)
• CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19 Patients Using Deep Learning [133.87426554801252]
  我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。 本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
  論文  参考訳（メタデータ） (2021-05-25T12:06:55Z)
• Sleep Apnea and Respiratory Anomaly Detection from a Wearable Band and Oxygen Saturation [1.2291501047353484]
  シンプルで使いやすいデバイスから睡眠時無呼吸を自動的に検出するより便利な方法のための一般的な医学とクリティカルケアの必要性があります。 本研究の目的は, 呼吸異常を自動検出し, Apnea-Hypopnea-Index (AHI) をウェアラブル呼吸装置で推定することである。 4つのモデルが訓練された:1つは呼吸機能のみを使用し、1つはSpO2(%)信号のみから、もう1つは呼吸機能とSpO2(%)機能を使用する2つの追加モデルである。
  論文  参考訳（メタデータ） (2021-02-24T02:04:57Z)
• Deep Neural Networks for COVID-19 Detection and Diagnosis using Images and Acoustic-based Techniques: A Recent Review [0.36550217261503676]
  新型コロナウイルスは2020年3月から世界保健機関(WHO)によってパンデミックと宣言されている。 これは、非定型肺炎を発症する可能性のある呼吸性熱帯性ウイルス感染である。 専門家は、COVID-19ウイルスを持っている人の早期発見の重要性を強調しています。
  論文  参考訳（メタデータ） (2020-12-10T19:52:12Z)
• M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening from CT Imaging [85.00066186644466]
  マルチタスク型マルチスライス深層学習システム(M3Lung-Sys)を提案する。 COVID-19とHealthy, H1N1, CAPとの鑑別に加えて, M3 Lung-Sysも関連病変の部位を特定できる。
  論文  参考訳（メタデータ） (2020-10-07T06:22:24Z)
• CT-based COVID-19 Triage: Deep Multitask Learning Improves Joint Identification and Severity Quantification [45.86448200141968]
  感染リスクのある患者をできるだけ早期に分離する研究を優先するための新型コロナウイルスの同定、重度定量化、重篤な患者の研究の強調、病院への誘導、救急医療の提供の2つの基本的な設定について述べる。 両トリアージアプローチを統合するマルチタスクアプローチを提案し、利用可能なラベルを1つのモデルにまとめる畳み込みニューラルネットワークを提案する。 我々は約2000件の公開CT研究をトレーニングし、32件のCOVID-19研究、30件の細菌性肺炎、31件の健常患者、および30件の肺病理患者からなる慎重に設計したセットを用いて、典型的な患者の血流をエミュレートする。
  論文  参考訳（メタデータ） (2020-06-02T08:05:06Z)
• Predicting COVID-19 Pneumonia Severity on Chest X-ray with Deep Learning [57.00601760750389]
  前頭部胸部X線画像の重症度予測モデルを提案する。 このようなツールは、エスカレーションやケアの非エスカレーションに使用できる新型コロナウイルスの肺感染症の重症度を測定することができる。
  論文  参考訳（メタデータ） (2020-05-24T23:13:16Z)
• COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
  新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。 近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。 本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
  論文  参考訳（メタデータ） (2020-04-30T03:13:40Z)
• Combining Visible Light and Infrared Imaging for Efficient Detection of Respiratory Infections such as COVID-19 on Portable Device [39.441555470012965]
  コロナウイルス病2019(COVID-19)は、ここ数ヶ月で深刻な世界的な流行となり、世界中の人間社会に大きな損失をもたらした。 最近の研究によると、新型コロナウイルスの1つの重要な特徴は、ウイルス感染によって引き起こされる異常な呼吸状態である。 マスクを着用している人の健康状態を呼吸特性の分析によりスクリーニングする携帯型非接触法を提案する。
  論文  参考訳（メタデータ） (2020-04-15T07:22:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。