論文の概要: Cyber-Physical Platform for Preeclampsia Detection

• arxiv url: http://arxiv.org/abs/2009.02093v1
• Date: Fri, 4 Sep 2020 10:15:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-03 20:53:29.738550
• Title: Cyber-Physical Platform for Preeclampsia Detection
• Title（参考訳）: サイバー物理による前立腺検出プラットフォーム
• Authors: Iuliana Marin and Maria Iuliana Bocicor and Arthur-Jozsef Molnar
• Abstract要約: 本稿では,妊婦に適した高血圧関連状態を監視する知的ブレスレットを中心に構築されたサイバー物理システムについて述べる。 ブレスレットは、動脈壁に対して血液を押圧することによって圧縮される微小流体層を用いており、統合センサーが波形を登録してユーザのスマートフォンに送信し、収縮値と拡張値が決定される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hypertension-related conditions are the most prevalent complications of pregnancy worldwide. They manifest in up to 8% of cases and if left untreated, can lead to serious detrimental effects. Early detection of their sudden onset can help physicians alleviate the condition and improve outcomes for both would-be mother and baby. Today's prevalence of smartphones and cost-effective wearable technology provide new opportunities for individualized medicine. Existing devices promote heart health, they monitor and encourage physical activity and measure sleep quality. This builds interest and encourages users to require more advanced features. We believe these aspects form suitable conditions to create and market specialized wearable devices. The present paper details a cyber-physical system built around an intelligent bracelet for monitoring hypertension-related conditions tailored to pregnant women. The bracelet uses a microfluidic layer that is compressed by the blood pressing against the arterial wall. Integrated sensors register the waveform and send it to the user's smartphone, where the systolic and diastolic values are determined. The system is currently developed under European Union research funding, and includes a software server where data is stored and further processing is carried out through machine learning.
• Abstract（参考訳）: 高血圧関連疾患は、世界で最も多い妊娠合併症である。 最大8%の症例で発症し、治療を受けていない場合は深刻な有害な影響をもたらす可能性がある。 突然の発症を早期に検出することで、医師は症状を緩和し、母親と赤ちゃんの両方の予後を改善することができる。 今日のスマートフォンとコスト効率の良いウェアラブル技術の普及は、個人化医療に新たな機会をもたらす。 既存のデバイスは心臓の健康を促進し、身体活動を監視し、睡眠の質を測定する。 これはユーザーの興味を高め、より高度な機能を要求する。 これらの側面は、特殊なウェアラブルデバイスの作成と販売に適した条件となると考えています。 本稿では,妊婦に適した高血圧関連状態を監視する知的ブレスレットを中心に構築されたサイバー物理システムについて述べる。 ブレスレットは、動脈壁に押し付けた血液によって圧縮される微小流体層を使用する。 統合センサーは波形を登録し、ユーザのスマートフォンに送信し、シストリック値とディアストリック値が決定される。 現在、このシステムは欧州連合の研究資金の下で開発されており、データを格納し、さらに処理を機械学習で行うソフトウェアサーバーを含んでいる。

関連論文リスト

• Health-LLM: Personalized Retrieval-Augmented Disease Prediction System [43.91623010448573]
  本稿では,大規模特徴抽出と医療知識トレードオフスコアリングを組み合わせた,革新的なフレームワークHeath-LLMを提案する。 従来の健康管理アプリケーションと比較して,本システムには3つの利点がある。
  論文  参考訳（メタデータ） (2024-02-01T16:40:32Z)
• Smart safety watch for elderly people and pregnant women [2.2188568806866282]
  高齢者の転倒検知は、転倒した場合に高齢者を助け、助けを求める人がいない。 睡眠パターンセンシングは,SPO2センサーをデバイスに組み込んだ妊婦に有用である。 第3の解決策は、パニック状態に焦点を当てています。決定されたボタンを押すと、パニックアラートがリストアップされた緊急連絡先に送られます。
  論文  参考訳（メタデータ） (2023-12-03T06:32:23Z)
• Hypertension Detection From High-Dimensional Representation of Photoplethysmogram Signals [38.497450879376]
  高血圧の早期発見は、重要な健康問題の予防に不可欠である。 いくつかの研究は、血圧と光胸腺図(PPG)のような特定のバイタルシグナルとの関係を示唆している。 本稿では, PPG信号を用いた高血圧検出のために, ランダム畳み込みカーネルに基づく高次元表現手法を提案する。
  論文  参考訳（メタデータ） (2023-07-31T00:09:23Z)
• Knowledge-Distilled Graph Neural Networks for Personalized Epileptic Seizure Detection [43.905374104261014]
  そこで,本研究では,全電極から得られたデータに基づいて訓練された高度感応検知器(教師と呼ぶ)から知識を伝達し,新しい検出器(学生と呼ぶ)を学習するための新しい知識蒸留手法を提案する。 どちらも軽量な実装を提供しており、脳波を記録するのに必要な電極の数を大幅に削減している。 以上の結果から,脳波の少ない症例では,知識蒸留とパーソナライゼーションの両方が,発作検出の性能向上に重要な役割を担っていることが明らかとなった。
  論文  参考訳（メタデータ） (2023-04-03T15:37:40Z)
• HEAR4Health: A blueprint for making computer audition a staple of modern healthcare [89.8799665638295]
  近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。 コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。 実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
  論文  参考訳（メタデータ） (2023-01-25T09:25:08Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• Building a Decision Support System for Automated Mobile Asthma Monitoring in Remote Areas [0.0]
  本稿では,運動によって引き起こされた喘息の早期症状を捉え解析するために,内蔵センサを搭載したスマートフォンを用いた。 予備的な結果は、スマートフォンが他のネットワークデバイスを使わずに喘息症状をモニターし、検出することができることを示している。
  論文  参考訳（メタデータ） (2021-12-11T14:18:08Z)
• Edge Intelligence for Empowering IoT-based Healthcare Systems [42.909808437026136]
  この記事では、スマートヘルスケアシステムにおけるAIとともに、エッジインテリジェント技術のメリットを強調します。 スマートヘルスケアシステムにおけるAIとエッジ技術の利用を促進するために、新しいスマートヘルスケアモデルが提案されている。
  論文  参考訳（メタデータ） (2021-03-22T19:35:06Z)
• Securing the Network for a Smart Bracelet System [0.0]
  スマートブレスレットは妊婦だけでなく、血圧をコントロールしたい他のユーザーも監視する。 医師、医療スタッフ、ユーザ及びユーザ家族、介護者は、監視対象ユーザに属する健康記録にアクセスすることができる。 セキュリティは、スマートブレスレットに基づく電子医療システムの主な特徴である。
  論文  参考訳（メタデータ） (2021-02-09T11:50:02Z)
• User Requirements and Analysis of Preeclampsia Detection done through a Smart Bracelet [0.0]
  本論文は,前立腺症検出のためのスマートブレスレットの使用に関する,年齢の異なる人を対象にした調査である。 目的は、その人気を判断し、ユーザー要求を決定することである。
  論文  参考訳（メタデータ） (2021-01-29T17:23:36Z)
• MyWear: A Smart Wear for Continuous Body Vital Monitoring and Emergency Alert [0.19116784879310023]
  本研究では, 生理的データを収集し, その心拍数, ストレスレベル, 筋活動を自動的に解析し, 異常を検知するウェアラブルボディバイタルモニタリング服を提案する。 生理データのコピーがクラウドに送信され、心臓の鼓動の異常を検出し、将来の心不全を予測する。 提案されたMyWearの平均精度は96.9%、異常検出の精度は97.3%である。
  論文  参考訳（メタデータ） (2020-10-17T21:11:20Z)

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。