論文の概要: Neuro-Endo-Trainer-Online Assessment System (NET-OAS) for
Neuro-Endoscopic Skills Training
- arxiv url: http://arxiv.org/abs/2007.08378v1
- Date: Thu, 16 Jul 2020 14:54:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-09 23:35:19.322224
- Title: Neuro-Endo-Trainer-Online Assessment System (NET-OAS) for
Neuro-Endoscopic Skills Training
- Title（参考訳）: 神経-内視鏡-トレーナー-オンラインアセスメントシステム(NET-OAS)
- Authors: Vinkle Srivastav, Britty Baby, Ramandeep Singh, Prem Kalra, Ashish
Suri
- Abstract要約: Neuro-Endo-Trainer(ニューロ・エンド・トレーナー)は、ビデオによるオフライン評価システムを用いた内鼻経皮的外科的スキルトレーニング用に開発されたボックストレーナーである。
初級者15名を対象にした検証研究は, 選別・選別活動を行いながら, 神経内視鏡とツールの取扱いにおける技術力の向上を示すものである。
- 参考スコア（独自算出の注目度）: 1.78607099468769
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Neuro-endoscopy is a challenging minimally invasive neurosurgery that
requires surgical skills to be acquired using training methods different from
the existing apprenticeship model. There are various training systems developed
for imparting fundamental technical skills in laparoscopy where as limited
systems for neuro-endoscopy. Neuro-Endo-Trainer was a box-trainer developed for
endo-nasal transsphenoidal surgical skills training with video based offline
evaluation system. The objective of the current study was to develop a modified
version (Neuro-Endo-Trainer-Online Assessment System (NET-OAS)) by providing a
stand-alone system with online evaluation and real-time feedback. The
validation study on a group of 15 novice participants shows the improvement in
the technical skills for handling the neuro-endoscope and the tool while
performing pick and place activity.
- Abstract（参考訳）: 神経内視鏡は、既存の見習いモデルとは異なる訓練方法を用いて外科的スキルを取得することを必要とする、最小限の侵襲的神経外科手術である。
腹腔鏡の基本的な技術スキルを付与する訓練システムとして,神経内視鏡の限られたシステムとして開発されている。
Neuro-Endo-Trainer(ニューロ・エンド・トレーナー)は、ビデオによるオフライン評価システムを用いた内鼻経皮的外科的スキルトレーニング用に開発されたボックストレーナーである。
本研究の目的は、オンライン評価とリアルタイムフィードバックを備えたスタンドアロンシステムを提供することにより、修正版(Neuro-Endo-Trainer-Online Assessment System (NET-OAS))を開発することである。
初級者15名を対象にした検証研究は, 選別・選別活動を行いながら, 神経内視鏡とツールの取扱いにおける技術力の向上を示すものである。
関連論文リスト
- Socially Interactive Agents for Robotic Neurorehabilitation Training: Conceptualization and Proof-of-concept Study [7.365940126473552]
我々は、神経リハビリテーショントレーニング中にパーソナライズされた院外援助を提供するAIベースのシステムを導入する。
専門職の助けを借りて、想定されたシステムは、個々の患者の独自のリハビリテーション要件を満たすように設計されている。
我々のアプローチは、対話型社会的に認識された仮想エージェントを神経リハビリテーションロボットフレームワークに統合することである。
論文 参考訳（メタデータ） (2024-06-17T19:07:05Z) - Cognitive-Motor Integration in Assessing Bimanual Motor Skills [0.0]
本研究では、ディープニューラルネットワーク(DNN)を活用して、認知的意思決定と運動実行の両方を分析し統合する新しいアプローチを提案する。
腹腔鏡下手術の基礎教育における腹腔鏡下手術技術の評価により,本手法を検証した。
論文 参考訳（メタデータ） (2024-04-16T20:20:23Z) - Hebbian Learning based Orthogonal Projection for Continual Learning of
Spiking Neural Networks [74.3099028063756]
我々は,側方接続とヘビアン学習に基づくニューラル操作を用いた新しい手法を開発した。
我々は,反復する側方接続におけるヘビアン学習と反ヘビアン学習が,神経活動の主部分空間を効果的に抽出できることを示した。
我々の手法は、ほとんど忘れることなくニューラルネットワークをスパイクするために一貫して解決する。
論文 参考訳（メタデータ） (2024-02-19T09:29:37Z) - Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。
このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。
我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文 参考訳（メタデータ） (2023-05-12T17:37:04Z) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - AutoPrognosis 2.0: Democratizing Diagnostic and Prognostic Modeling in
Healthcare with Automated Machine Learning [72.2614468437919]
本稿では,診断・予後モデルを開発するための機械学習フレームワークAutoPrognosis 2.0を提案する。
我々は,英国バイオバンクを用いた糖尿病の予後リスクスコアを構築するための図解的アプリケーションを提供する。
我々のリスクスコアはWebベースの意思決定支援ツールとして実装されており、世界中の患者や臨床医がアクセスできる。
論文 参考訳（メタデータ） (2022-10-21T16:31:46Z) - Automated Fidelity Assessment for Strategy Training in Inpatient
Rehabilitation using Natural Language Processing [53.096237570992294]
戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。
標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。
本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
論文 参考訳（メタデータ） (2022-09-14T15:33:30Z) - Employing Socially Interactive Agents for Robotic Neurorehabilitation
Training [0.2886273197127056]
本稿では,新しいロボット神経リハビリテーショントレーニングシステムのための技術的アプローチを提案する。
これは、リハビリテーション装置、信号分類方法、トレーニング適応のための教師付き機械学習モデル、トレーニング演習、ユーザーインターフェースとしての社会的対話型エージェントの組み合わせに依存している。
論文 参考訳（メタデータ） (2022-06-03T14:17:37Z) - Video-based assessment of intraoperative surgical skill [7.79874072121082]
本稿では,RGBビデオを用いて直接スキル評価を行う2つのディープラーニング手法を提案し,検証する。
第1の方法は,楽器の先端をキーポイントとして予測し,時間的畳み込みニューラルネットワークを用いて外科的スキルを学ぶことである。
第2の方法では,フレームワイド・エンコーダ(2次元畳み込みニューラルネットワーク)と時間モデル(リカレントニューラルネットワーク)を含む外科的スキル評価のための新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-05-13T01:45:22Z) - COVID-Net MLSys: Designing COVID-Net for the Clinical Workflow [101.45411528425939]
本研究では、機械学習とシステム(MLSys)を用いて、新型コロナウイルス患者のスクリーニングシステムの設計を行う。
COVID-Netシステムは、継続的に進化するCOVIDxデータセット、新型コロナウイルス患者検出のためのCOVID-Netディープニューラルネットワーク、および重症度評価のためのCOVID-Net Sディープニューラルネットワークで構成されている。
COVID-Netシステム内のディープニューラルネットワークは最先端のパフォーマンスを持ち、臨床診断支援のためにユーザーインターフェース(UI)に統合されるように設計されている。
論文 参考訳（メタデータ） (2021-09-14T04:13:24Z) - A Portable, Self-Contained Neuroprosthetic Hand with Deep Learning-Based
Finger Control [18.09497225404653]
深層学習に基づく制御を組み込んだ神経補綴ハンドの実装について述べる。
ニューラルデコーダは、リカレントニューラルネットワーク(RNN)アーキテクチャに基づいて設計され、NVIDIA Jetson Nano上にデプロイされる。
これにより、個々の指の動きをリアルタイムに制御するポータブルで自己完結型ユニットとして、神経義手の実装が可能になる。
論文 参考訳（メタデータ） (2021-03-24T19:11:58Z)
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。