論文の概要: Collaborative Three-Tier Architecture Non-contact Respiratory Rate
Monitoring using Target Tracking and False Peaks Eliminating Algorithms
- arxiv url: http://arxiv.org/abs/2011.08482v4
- Date: Tue, 26 Jul 2022 13:01:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-24 17:58:22.595115
- Title: Collaborative Three-Tier Architecture Non-contact Respiratory Rate
Monitoring using Target Tracking and False Peaks Eliminating Algorithms
- Title(参考訳): 目標追跡と偽ピーク除去アルゴリズムを用いた協調型三層構造非接触呼吸速度モニタリング
- Authors: Haimiao Mo, Shuai Ding, Shanlin Yang, Athanasios V.Vasilakos, Xi Zheng
- Abstract要約: 非接触呼吸モニタリング技術は、照明やモーションアーティファクトのような環境の影響に敏感であるため、精度が低い。
ユーザとクラウド間の頻繁な接触は、サービス要求の遅延と、個人情報の喪失を引き起こす可能性がある。
我々は,呼吸モニタリングの精度を高め,データ伝送遅延を低減するために,協調的な3層設計による非接触呼吸率モニタリングシステムを提案した。
- 参考スコア(独自算出の注目度): 10.232449356645608
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Monitoring the respiratory rate is crucial for helping us identify
respiratory disorders. Devices for conventional respiratory monitoring are
inconvenient and scarcely available. Recent research has demonstrated the
ability of non-contact technologies, such as photoplethysmography and infrared
thermography, to gather respiratory signals from the face and monitor
breathing. However, the current non-contact respiratory monitoring techniques
have poor accuracy because they are sensitive to environmental influences like
lighting and motion artifacts. Furthermore, frequent contact between users and
the cloud in real-world medical application settings might cause service
request delays and potentially the loss of personal data. We proposed a
non-contact respiratory rate monitoring system with a cooperative three-layer
design to increase the precision of respiratory monitoring and decrease data
transmission latency. To reduce data transmission and network latency, our
three-tier architecture layer-by-layer decomposes the computing tasks of
respiration monitoring. Moreover, we improved the accuracy of respiratory
monitoring by designing a target tracking algorithm and an algorithm for
eliminating false peaks to extract high-quality respiratory signals. By
gathering the data and choosing several regions of interest on the face, we
were able to extract the respiration signal and investigate how different
regions affected the monitoring of respiration. The results of the experiment
indicate that when the nasal region is used to extract the respiratory signal,
it performs experimentally best. Our approach performs better than rival
approaches while transferring fewer data.
- Abstract(参考訳): 呼吸率のモニタリングは、呼吸器疾患の特定に不可欠です。
従来の呼吸監視装置は不便で、ほとんど利用できない。
最近の研究では、フォトプレチモグラフィや赤外線サーモグラフィなどの非接触技術が顔から呼吸信号を収集し、呼吸を監視する能力が実証されている。
しかし,現在の非接触呼吸モニタリング技術は照明やモーションアーティファクトなどの環境影響に敏感であるため,精度が低下している。
さらに、実際の医療アプリケーション設定におけるユーザとクラウド間の頻繁な接触は、サービス要求の遅延と、個人情報の喪失を引き起こす可能性がある。
我々は,呼吸モニタリングの精度を高め,データ伝送遅延を低減するために,協調的な3層設計による非接触呼吸率モニタリングシステムを提案した。
データ伝送とネットワーク遅延を低減するため、我々の3層アーキテクチャ層は呼吸監視の計算タスクを分解する。
さらに, 目標追跡アルゴリズムと誤りピーク除去アルゴリズムを考案し, 高品質呼吸信号を抽出することにより, 呼吸モニタリングの精度を向上した。
データを収集し、顔上のいくつかの関心領域を選択することで、呼吸信号を抽出し、異なる領域が呼吸監視にどのように影響するかを調べることができた。
実験の結果, 鼻腔領域を用いて呼吸信号を抽出した場合, 実験的に最善であることがわかった。
我々のアプローチは、少ないデータを転送しながらライバルのアプローチよりも優れている。
関連論文リスト
- CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。
ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。
我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
論文 参考訳(メタデータ) (2024-03-21T15:13:36Z) - Non-Contact Breathing Rate Detection Using Optical Flow [0.0]
繁殖率(Breathing rate)は、人の健康全体を示す貴重な指標である重要な健康指標である。
本稿では, 運動検出アルゴリズム, 光流を用いた非接触呼吸速度検出法について検討する。
論文 参考訳(メタデータ) (2023-11-13T10:26:18Z) - Noncontact Respiratory Anomaly Detection Using Infrared Light-Wave Sensing [0.1759252234439348]
異常な呼吸は、さらなる診断と治療につながる致命的な健康上の問題を示す可能性がある。
本研究では,人間の呼吸パターンを模倣するロボットを用いて,正常および異なる種類の呼吸異常をシミュレートした。
赤外線センシング技術を用いて時系列呼吸データを収集した。
論文 参考訳(メタデータ) (2023-01-09T23:19:40Z) - Fuzzy Attention Neural Network to Tackle Discontinuity in Airway
Segmentation [67.19443246236048]
気道セグメンテーションは肺疾患の検査、診断、予後に重要である。
いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。
本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
論文 参考訳(メタデータ) (2022-09-05T16:38:13Z) - Minute ventilation measurement using Plethysmographic Imaging and
lighting parameters [8.739176372427842]
睡眠時無呼吸などの呼吸障害は、肺の酸素と二酸化炭素を含有/交換する能力が不足し、体がホメオスタシスの安定した状態にあることを保証するために、多数の個人に影響を及ぼす致命的な疾患である。
微小換気などの呼吸測定は、心拍数や心拍変動などの他の生理的測定と相関して、健康状態の遠隔監視や呼吸関連疾患の症状の検出に用いられる。
論文 参考訳(メタデータ) (2022-08-29T00:42:48Z) - Leveraging Human Selective Attention for Medical Image Analysis with
Limited Training Data [72.1187887376849]
選択的な注意機構は、注意散らしの存在を無視することで、認知システムがタスク関連視覚的手がかりに焦点を合わせるのに役立つ。
本稿では,医療画像解析タスクにおいて,小さなトレーニングデータを用いたガベージを利用したフレームワークを提案する。
本手法は腫瘍の3次元分割と2次元胸部X線分類において優れた性能を示す。
論文 参考訳(メタデータ) (2021-12-02T07:55:25Z) - Dual Attention Network for Heart Rate and Respiratory Rate Estimation [1.5469452301122175]
現在テレヒールスでは、非接触カメラによる生理的測定がよりアクセスしやすく便利である。
また、システムの複雑さとレイテンシを低減するために、心拍数と呼吸速度の両方を推定できる統合ネットワークを持つことも望ましいです。
本稿では、空間的注意とチャネル的注意を生かした畳み込みニューラルネットワークを提案し、これを二重注意ネットワーク(DAN)と呼び、カメラビデオと共同で心拍数と呼吸率を入力として推定する。
論文 参考訳(メタデータ) (2021-10-31T03:00:28Z) - 2-D Respiration Navigation Framework for 3-D Continuous Cardiac Magnetic
Resonance Imaging [61.701281723900216]
連続スキャン中に2次元呼吸情報を得るためのサンプリング適応を提案する。
我々は、取得した信号から異なる呼吸状態を抽出し、ある呼吸相からデータを再構成するパイプラインを開発した。
論文 参考訳(メタデータ) (2020-12-26T08:29:57Z) - Identification of deep breath while moving forward based on multiple
body regions and graph signal analysis [45.62293065676075]
本稿では,世界深度カメラを通り過ぎているときの深呼吸を自動的に識別できる非閉塞性ソリューションを提案する。
検証実験において、提案手法は、それぞれ75.5%、76.2%、75.0%、75.2%の精度、精度、リコール、F1の比較手法よりも優れている。
論文 参考訳(メタデータ) (2020-10-20T08:26:50Z) - AutoHR: A Strong End-to-end Baseline for Remote Heart Rate Measurement
with Neural Searching [76.4844593082362]
既存のエンド・ツー・エンドのネットワークが難易度が低い理由を考察し,アーキテクチャ・サーチ(NAS)を用いたリモートHR計測のための強力なベースラインを確立する。
総合的な実験は、時間内テストとクロスデータセットテストの両方で3つのベンチマークデータセットで実施される。
論文 参考訳(メタデータ) (2020-04-26T05:43:21Z) - Multispectral Video Fusion for Non-contact Monitoring of Respiratory
Rate and Apnea [7.300192965401497]
呼吸の非接触モニタリングは、近赤外線と遠赤外線のスペクトルカメラで達成できる。
本研究では,無呼吸時の呼吸速度(RR)を推定する多スペクトルデータ融合に基づく新しいアルゴリズムを提案する。
本研究は,医療応用におけるサインモニタリングにおけるカメラの活用に向けての一歩となる可能性がある。
論文 参考訳(メタデータ) (2020-04-21T09:07:09Z)
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。