Fugu-MT 論文翻訳(概要): Robust Modelling of Reflectance Pulse Oximetry for SpO$

論文の概要: Robust Modelling of Reflectance Pulse Oximetry for SpO$_2$ Estimation

arxiv url: http://arxiv.org/abs/2004.06301v1
Date: Tue, 14 Apr 2020 04:53:14 GMT
ステータス: 処理完了
システム内更新日: 2022-12-13 10:18:26.230780
Title: Robust Modelling of Reflectance Pulse Oximetry for SpO$_2$ Estimation
Title（参考訳）: spo$_2$推定のための反射パルスオキシメトリのロバストモデリング
Authors: Sricharan Vijayarangan, Prithvi Suresh, Preejith SP, Jayaraj Joseph and Mohansankar Sivaprakasam
Abstract要約: 肺疾患患者には酸素飽和度の連続モニタリングが不可欠である。従来、SpO$$モニタリングは送信パルスオキシメータを使用して行われてきた。反射パルスオキシメータは、指、手首、胸、額などの様々な場所で使用することができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Continuous monitoring of blood oxygen saturation levels is vital for patients with pulmonary disorders. Traditionally, SpO$_2$ monitoring has been carried out using transmittance pulse oximeters due to its dependability. However, SpO$_2$ measurement from transmittance pulse oximeters is limited to peripheral regions. This becomes a disadvantage at very low temperatures as blood perfusion to the peripherals decreases. On the other hand, reflectance pulse oximeters can be used at various sites like finger, wrist, chest and forehead. Additionally, reflectance pulse oximeters can be scaled down to affordable patches that do not interfere with the user's diurnal activities. However, accurate SpO$_2$ estimation from reflectance pulse oximeters is challenging due to its patient dependent, subjective nature of measurement. Recently, a Machine Learning (ML) method was used to model reflectance waveforms onto SpO$_2$ obtained from transmittance waveforms. However, the generalizability of the model to new patients was not tested. In light of this, the current work implemented multiple ML based approaches which were subsequently found to be incapable of generalizing to new patients. Furthermore, a minimally calibrated data driven approach was utilized in order to obtain SpO$_2$ from reflectance PPG waveforms. The proposed solution produces an average mean absolute error of 1.81\% on unseen patients which is well within the clinically permissible error of 2\%. Two statistical tests were conducted to establish the effectiveness of the proposed method.
Abstract（参考訳）: 血液酸素飽和度の連続的モニタリングは肺疾患患者にとって不可欠である。従来、SpO$_2$モニタリングは送信パルスオキシメータを使用して行われてきた。しかし、透過パルスオキシメータからのSpO$_2$測定は周辺領域に限られている。これは末梢血への血流が減少するにつれて非常に低温で不利になる。一方、反射パルスオキシメータは、指、手首、胸、額などの様々な部位で使用できる。さらに、反射パルスオキシメータは、ユーザの日内活動に干渉しない安価なパッチにスケールダウンすることができる。しかし, 反射率パルスオキシメータからのSpO$_2$の正確な推定は, 患者による測定の主観的特性のため困難である。近年,送信波形から得られるSpO$2$への反射率波形のモデル化に機械学習(ML)法が用いられている。しかし,新しい患者に対するモデルの一般化性はテストされなかった。これを踏まえ、現在の研究は複数のMLベースのアプローチを実装し、新しい患者に一般化できないことが判明した。さらに, 反射率ppg波形からspo$_2$を得るために, 最小校正データ駆動法を適用した。提案法は, 臨床的に許容できる誤差が 2 % の範囲内において, 平均絶対誤差が 1.81 % であることを示す。提案手法の有効性を確立するために2つの統計的試験を行った。

関連論文リスト

RespDiff: An End-to-End Multi-scale RNN Diffusion Model for Respiratory Waveform Estimation from PPG Signals [3.306437812367815]
PPG信号からの呼吸波形推定のためのエンドツーエンドマルチスケールRNNモデルであるRespDiffを提案する。モデルはマルチスケールエンコーダを使用し、異なる解像度で特徴を抽出し、双方向RNNを使用してPSG信号を処理し、呼吸波形を抽出する。 BIDMCデータセットで行った実験では、RespDiffはRR推定の1.18bpmの平均絶対誤差(MAE)を達成し、先行研究よりも優れていた。
論文参考訳（メタデータ） (2024-10-06T05:54:49Z)
Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
論文参考訳（メタデータ） (2024-09-11T11:12:26Z)
Evaluating the Impact of Pulse Oximetry Bias in Machine Learning under Counterfactual Thinking [3.7415756194561753]
本研究は,機械学習モデルにおける医療機器バイアスの影響を定量化する技術的課題に対処する。実験では, パルスオキシメトリーバイアスを伴わない「完璧な世界」を, SAO2 (血液ガス) と「実際の世界」を用いて, SpO2 (パルスオキシメトリー) を用いた偏差測定と比較した。パルスオキシメトリーでO2を過大評価した患者は、死亡予測リコールにおいて有意な低下を示した。
論文参考訳（メタデータ） (2024-08-08T12:03:03Z)
DeepVox and SAVE-CT: a contrast- and dose-independent 3D deep learning approach for thoracic aorta segmentation and aneurysm prediction using computed tomography scans [2.3135717943756307]
胸部大動脈瘤(英: Thoracic aortic aneurysm,TAA)は、大動脈の進行拡大による解離や破裂を引き起こす致命的な疾患である。その他の指標は、このスクリーニングに役立つが、コントラスト増強や低用量プロトコールを伴わずに取得すれば、臨床評価が困難になる可能性がある。本研究は, 対照群とTAA患者を含む587種類のCTスキャンを, コントラスト増強の有無にかかわらず低線量および標準線量プロトコールで取得した。新たなセグメンテーションモデルであるDeepVoxは,開発およびテストセットに対してそれぞれ0.932と0.897のダイススコア係数を示した。
論文参考訳（メタデータ） (2023-10-23T19:48:58Z)
Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
論文参考訳（メタデータ） (2023-07-03T18:06:36Z)
Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative Models [49.81937966106691]
我々は拡散モデルのデータ生成過程を理解するための非漸近理論のスイートを開発する。従来の研究とは対照的に,本理論は基本的だが多目的な非漸近的アプローチに基づいて開発されている。
論文参考訳（メタデータ） (2023-06-15T16:30:08Z)
Validated respiratory drug deposition predictions from 2D and 3D medical images with statistical shape models and convolutional neural networks [47.187609203210705]
患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。 2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
論文参考訳（メタデータ） (2023-03-02T07:47:07Z)
Non-invasive Waveform Analysis for Emergency Triage via Simulated Hemorrhage: An Experimental Study using Novel Dynamic Lower Body Negative Pressure Model [3.0180851707924243]
本研究では,現在進行中の低ボロン血症のレベルを分類するために,ディープラーニング(DL)フレームワークの識別能力について検討した。従来のモデルとは対照的に,動的LBNPプロトコルを用い,LBNPを段階的に段階的に段階的に段階的に適用した。基礎となる非侵襲的な信号とラベリングセグメントを対応するLBNPターゲットレベルにセグメント化することにより,3次分類のためのDLベースのフレームワークを実現した。
論文参考訳（メタデータ） (2023-03-01T12:37:52Z)
Controlling False Positive/Negative Rates for Deep-Learning-Based Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。 1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
論文参考訳（メタデータ） (2021-06-04T09:51:27Z)
Smartphone Camera Oximetry in an Induced Hypoxemia Study [10.837123708913703]
我々は,SpO$値(70%-100%)の広い範囲で,スマートフォンベースのメソッドのみに対する臨床的に関連性のあるバリデーションプロトコルを初めて作成した。このデータを用いて深層学習モデルを構築し,SpO$レベルの正確なレポートを実証する。
論文参考訳（メタデータ） (2021-03-31T18:10:10Z)
Simultaneous Estimation of X-ray Back-Scatter and Forward-Scatter using Multi-Task Learning [59.17383024536595]
後方散乱は複雑な介入の際の患者(皮膚)の服用に大きく寄与する。前方散乱放射線は投影画像のコントラストを低減し、3次元再構成でアーティファクトを導入する。本稿では,従来の手法と学習に基づく手法を組み合わせて,検出器に到達した前方散乱を同時に推定する手法を提案する。
論文参考訳（メタデータ） (2020-07-08T10:47:37Z)

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。