論文の概要: Tele-operative Robotic Lung Ultrasound Scanning Platform for Triage of COVID-19 Patients

• arxiv url: http://arxiv.org/abs/2010.12335v3
• Date: Thu, 12 Nov 2020 02:36:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-04 00:22:20.569992
• Title: Tele-operative Robotic Lung Ultrasound Scanning Platform for Triage of COVID-19 Patients
• Title（参考訳）: 遠隔操作型肺超音波検査装置によるcovid-19患者のトリアージ
• Authors: Ryosuke Tsumura, John W. Hardin, Keshav Bimbraw, Olushola S. Odusanya, Yihao Zheng, Jeffrey C. Hill, Beatrice Hoffmann, Winston Soboyejo, Haichong K. Zhang
• Abstract要約: 重症急性呼吸器症候群ウイルス2型(SARS-CoV-2)はエピックパーセンテージのパンデミックとなっている。 肺超音波(LUS)は、新型コロナウイルス(COVID-19)感染者の迅速な非侵襲的画像診断ツールとして登場した。 2次元(2次元)遠隔操作型ロボットプラットフォームは、新型コロナウイルス感染症患者のためにLUSを実行することができる。
• 参考スコア（独自算出の注目度）: 1.897172519574925
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Novel severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has become a pandemic of epic proportions and a global response to prepare health systems worldwide is of utmost importance. In addition to its cost-effectiveness in a resources-limited setting, lung ultrasound (LUS) has emerged as a rapid noninvasive imaging tool for the diagnosis of COVID-19 infected patients. Concerns surrounding LUS include the disparity of infected patients and healthcare providers, relatively small number of physicians and sonographers capable of performing LUS, and most importantly, the requirement for substantial physical contact between the patient and operator, increasing the risk of transmission. Mitigation of the spread of the virus is of paramount importance. A 2-dimensional (2D) tele-operative robotic platform capable of performing LUS in for COVID-19 infected patients may be of significant benefit. The authors address the aforementioned issues surrounding the use of LUS in the application of COVID- 19 infected patients. In addition, first time application, feasibility and safety were validated in three healthy subjects, along with 2D image optimization and comparison for overall accuracy. Preliminary results demonstrate that the proposed platform allows for successful acquisition and application of LUS in humans.
• Abstract（参考訳）: 重症急性呼吸器症候群2型(SARS-CoV-2)がパンデミックとなり、世界的な医療システム構築への世界的な対応が最も重要である。 資源に制限のある環境での費用効果に加えて、肺超音波(lus)は、新型コロナウイルス感染の診断のための迅速な非侵襲的イメージングツールとして登場した。 LUSを取り巻く懸念は、感染した患者や医療提供者の格差、比較的少数の医師やソノグラフィーがLSSを実行できること、そして最も重要なことは、患者とオペレーターの間の実質的な物理的接触の必要性が伝達のリスクを高めることである。 ウイルスの拡散の緩和は最重要事項である。 2次元(2次元)遠隔操作型ロボットプラットフォームは、新型コロナウイルス感染症患者のためにLUSを実行することができる。 著者らは、新型コロナウイルス19人感染患者に対するLUSの使用に関する上記の問題に対処する。 さらに, 3名の健常者を対象に, 2次元画像の最適化と総合的精度の比較を行い, 初回適用, 実現可能性, 安全性を検証した。 予備的な結果は、提案プラットフォームがヒトにおけるLUSの獲得と適用を成功させることを示す。

関連論文リスト

• CoVScreen: Pitfalls and recommendations for screening COVID-19 using Chest X-rays [1.0878040851637998]
  新型コロナウイルス(COVID-19)は、SARS-CoV-2による感染性の高い呼吸器疾患で、前例のない医療危機となっている。 症状のある患者の早期スクリーニングと診断は、地域感染を止めるために患者を隔離する上で重要な役割を担っている。 アクセシビリティ、可用性、低コスト、衛生の容易さ、ポータブルなセットアップのため、胸部X線撮影は効果的なスクリーニングおよび診断ツールとして機能する。
  論文  参考訳（メタデータ） (2024-05-13T12:03:15Z)
• COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
  COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。 ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
  論文  参考訳（メタデータ） (2023-01-04T16:05:51Z)
• Deep Learning Prediction of Severe Health Risks for Pediatric COVID-19 Patients with a Large Feature Set in 2021 BARDA Data Challenge [0.0]
  新型コロナウイルスの感染が子どもに、正確かつタイムリーな医療を提供するためにもたらす深刻な健康リスクを予測することは重要である。 本研究は、新型コロナウイルス患者のさまざまな医療状況と測定値を表すために、新しい大規模単語袋のような手法を設計する。 論理的回帰に基づく簡易な特徴フィルタリングの後、深層学習法を用いて、新型コロナウイルス感染児の入院リスクと、入院した小児の合併症リスクの両方を予測する。
  論文  参考訳（メタデータ） (2022-06-03T17:14:53Z)
• COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19 Patient Cases from Point-of-care Ultrasound Imaging [101.27276001592101]
  我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。 実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。 リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
  論文  参考訳（メタデータ） (2021-08-05T16:47:33Z)
• COVID-Net CT-S: 3D Convolutional Neural Network Architectures for COVID-19 Severity Assessment using Chest CT Images [85.00197722241262]
  我々は、新型コロナウイルス感染による肺疾患の重症度を予測するための深層畳み込みニューラルネットワークであるCOVID-Net CT-Sを紹介した。 3D残像設計を利用して、新型コロナウイルスの肺疾患の重症度を特徴付ける容積的視覚指標を学習する。
  論文  参考訳（メタデータ） (2021-05-04T04:44:41Z)
• COVID-Net CXR-S: Deep Convolutional Neural Network for Severity Assessment of COVID-19 Cases from Chest X-ray Images [74.77272804752306]
  胸部CXR画像に基づくSARS-CoV-2陽性患者の空間重症度を予測する畳み込みニューラルネットワークであるCOVID-Net CXR-Sについて紹介する。 患者15,000人以上の多国籍コホートから得られた16,000以上のCXR画像から得られた表現的知識を,重症度評価のためのカスタムネットワークアーキテクチャへ伝達する。 提案したCXR-Sは、新型コロナウイルス陽性患者のCXR画像のコンピュータ支援による重症度評価のための強力なツールとなる可能性がある。
  論文  参考訳（メタデータ） (2021-05-01T14:15:12Z)
• COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data for AI-driven COVID-19 analytics [116.6248556979572]
  COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。 肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
  論文  参考訳（メタデータ） (2021-03-18T03:31:33Z)
• Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
  我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。 また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
  論文  参考訳（メタデータ） (2020-07-20T19:08:50Z)

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。