Fugu-MT 論文翻訳(概要): Estimation of Orofacial Kinematics in Parkinson's Disease: Comparison of 2D and 3D Markerless Systems for Motion Tracking

論文の概要: Estimation of Orofacial Kinematics in Parkinson's Disease: Comparison of 2D and 3D Markerless Systems for Motion Tracking

arxiv url: http://arxiv.org/abs/2003.08048v1
Date: Wed, 18 Mar 2020 05:18:27 GMT
ステータス: 処理完了
システム内更新日: 2022-12-22 10:16:33.427907
Title: Estimation of Orofacial Kinematics in Parkinson's Disease: Comparison of 2D and 3D Markerless Systems for Motion Tracking
Title（参考訳）: パーキンソン病における顔面運動動態の推定:運動追跡のための2次元および3次元マーカーレスシステムの比較
Authors: Diego L. Guarin, Aidan Dempster, Andrea Bandini, Yana Yunusova and Babak Taati
Abstract要約: パーキンソン病(PD)患者における顔面機能障害本研究は,家庭内および内耳道で使用可能なPDの口腔機能評価システムを開発している。
参考スコア（独自算出の注目度）: 4.682931347715395
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Orofacial deficits are common in people with Parkinson's disease (PD) and their evolution might represent an important biomarker of disease progression. We are developing an automated system for assessment of orofacial function in PD that can be used in-home or in-clinic and can provide useful and objective clinical information that informs disease management. Our current approach relies on color and depth cameras for the estimation of 3D facial movements. However, depth cameras are not commonly available, might be expensive, and require specialized software for control and data processing. The objective of this paper was to evaluate if depth cameras are needed to differentiate between healthy controls and PD patients based on features extracted from orofacial kinematics. Results indicate that 2D features, extracted from color cameras only, are as informative as 3D features, extracted from color and depth cameras, differentiating healthy controls from PD patients. These results pave the way for the development of a universal system for automatic and objective assessment of orofacial function in PD.
Abstract（参考訳）: 顔面の欠損はパーキンソン病(PD)の患者によく見られ、その進化は疾患進行の重要なバイオマーカーである可能性がある。本研究は, PDにおける口腔機能評価の自動化システムを開発し, 家庭内, クリニックで使用でき, 疾患管理に有用な, 客観的な臨床情報を提供する。我々の現在のアプローチは3次元顔の動きを推定するために色と深度カメラに依存している。しかし、深度カメラは一般的には利用できず、高価であり、制御とデータ処理のために特別なソフトウェアを必要とする。本研究の目的は,口腔顔面運動学から抽出した特徴に基づいて,健康管理とpd患者との鑑別に深度カメラが必要かどうかを評価することである。その結果,カラーカメラのみから抽出した2次元特徴は,カラーカメラと深度カメラから抽出した3次元特徴と同程度に情報的であり,PD患者の健康管理の差異が示唆された。これらの結果は,PDにおける口腔機能の自動的,客観的評価のための汎用システム開発への道を開くものである。

関連論文リスト

Brain3D: Generating 3D Objects from fMRI [76.41771117405973]
被験者のfMRIデータを入力として利用する新しい3Dオブジェクト表現学習手法であるBrain3Dを設計する。我々は,人間の視覚系の各領域の異なる機能的特徴を,我々のモデルが捉えていることを示す。予備評価は、Brain3Dがシミュレーションシナリオで障害した脳領域を正常に識別できることを示唆している。
論文参考訳（メタデータ） (2024-05-24T06:06:11Z)
AI WALKUP: A Computer-Vision Approach to Quantifying MDS-UPDRS in Parkinson's Disease [26.404367811027996]
パーキンソン病(英: Parkinson's Disease、PD)は、神経変性疾患の2番目に多い疾患である。 PDの既存の評価方法は、様々な種類の運動症状と疾患の進行の重症度を評価するために、運動障害協会(英語版) - Unified Parkinson's Disease Rating Scale (MDS-UPDRS) である。我々は、コンピュータビジョンベースのソリューションを使用して、カメラに基づいて人間のポーズ画像をキャプチャし、アルゴリズムを用いて動き分析を再構築し、特徴工学を通して動きの量の特徴を抽出したいと考えている。
論文参考訳（メタデータ） (2024-04-02T05:53:34Z)
OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition [66.91236298878383]
抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
論文参考訳（メタデータ） (2024-02-29T01:20:29Z)
Monitoring of Pigmented Skin Lesions Using 3D Whole Body Imaging [14.544274849288952]
皮膚病変の迅速評価とマッピングを可能にする3次元全身イメージングプロトタイプを提案する。モジュラーカメラリグは、体全体をスキャンするために複数の角度から同期した画像を自動でキャプチャするように設計されている。我々は,深部畳み込みニューラルネットワークに基づく3次元体像再構成,データ処理,皮膚病変検出のためのアルゴリズムを開発した。
論文参考訳（メタデータ） (2022-05-14T15:24:06Z)
Geometric Deep Learning to Identify the Critical 3D Structural Features of the Optic Nerve Head for Glaucoma Diagnosis [52.06403518904579]
視神経頭(ONH)は緑内障の発生・進展過程において複雑で深い3次元形態変化を呈する。我々は3D ONH点群から緑内障の診断にPointNetと動的グラフ畳み込みニューラルネットワーク(DGCNN)を用いた。幅広い眼科疾患の診断・予後に臨床応用される可能性も高い。
論文参考訳（メタデータ） (2022-04-14T12:52:10Z)
Detection and Longitudinal Tracking of Pigmented Skin Lesions in 3D Total-Body Skin Textured Meshes [13.93503694899408]
3次元全身皮膚表面スキャンによる皮膚病変の検出と追跡のための自動的アプローチを提案する。得られた対象の3Dメッシュを2Dテクスチャ画像にラップし、訓練を受けた領域畳み込みニューラルネットワーク(R-CNN)が2D領域内の病変を局在化させる。以上の結果から, 訓練されたR-CNNは, ヒトのアノテータと同等の性能で病変を検出することが示唆された。
論文参考訳（メタデータ） (2021-05-02T01:52:28Z)
TransRPPG: Remote Photoplethysmography Transformer for 3D Mask Face Presentation Attack Detection [53.98866801690342]
3次元マスク提示攻撃検出(PAD)は、3次元マスク攻撃から顔認識システムを保護する上で重要な役割を担っている。ライブ本質表現を効率的に学習するための純粋なrトランス(TransR)フレームワークを提案する。当社のTransRは軽量で効率的(547Kパラメータと763MOPのみ)で、モバイルレベルのアプリケーションに期待できる。
論文参考訳（メタデータ） (2021-04-15T12:33:13Z)
3D Convolutional Neural Networks for Stalled Brain Capillary Detection [72.21315180830733]
脳毛細血管の血流停止などの脳血管障害は、アルツハイマー病の認知機能低下と病態形成と関連している。本稿では,3次元畳み込みニューラルネットワークを用いた脳画像中の毛細血管の自動検出のための深層学習に基づくアプローチについて述べる。本手法は,他の手法よりも優れ,0.85マシューズ相関係数,85%感度,99.3%特異性を達成した。
論文参考訳（メタデータ） (2021-04-04T20:30:14Z)
An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
論文参考訳（メタデータ） (2021-03-02T13:14:15Z)
Exploring Motion Boundaries in an End-to-End Network for Vision-based Parkinson's Severity Assessment [2.359557447960552]
パーキンソン病の重症度を2つの重要な構成要素である手の動きと歩行で測定するためのエンドツーエンドのディープラーニングフレームワークを提示する。本手法は,テンポラルセグメンテーションフレームワークで訓練された膨らんだ3次元cnnを用いて,映像データの時間構造と時間構造を学習する。本研究では,25名のPD患者を対象に,手作業および歩行作業における72.3%,77.1%の上位1位精度のデータセットを用いて,提案手法を評価した。
論文参考訳（メタデータ） (2020-12-17T19:20:17Z)
Exploring Facial Expressions and Affective Domains for Parkinson Detection [17.244432348845034]
パーキンソン病(英: Parkinson's Disease、PD)は、顔面運動と非言語コミュニケーションに影響を与える神経疾患である。本研究では,感情領域に基づく顔画像からの表情解析を用いて,PD検出の改善を提案する。
論文参考訳（メタデータ） (2020-12-11T18:48:53Z)

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。