論文の概要: Deep Learning-Based Computer Vision for Real Time Intravenous Drip Infusion Monitoring

• arxiv url: http://arxiv.org/abs/2011.10839v1
• Date: Sat, 21 Nov 2020 18:26:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-22 23:06:45.137077
• Title: Deep Learning-Based Computer Vision for Real Time Intravenous Drip Infusion Monitoring
• Title（参考訳）: 深層学習型コンピュータビジョンによるリアルタイム点滴内輸液モニタリング
• Authors: Nicola Giaquinto, Marco Scarpetta, Maurizio Spadavecchia, Gregorio Andria
• Abstract要約: 本稿では,深層学習に基づくコンピュータビジョンを用いた静脈内(IV)注入時の流れのリアルタイムモニタリングについて検討する。 提案システムは、カメラを用いてIV滴注入キットとディープラーニングに基づくアルゴリズムを用いて、取得したフレームを2つの異なる状態に分類する。
• 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: This paper explores the use of deep learning-based computer vision for real-time monitoring of the flow in intravenous (IV) infusions. IV infusions are among the most common therapies in hospitalized patients and, given that both over-infusion and under-infusion can cause severe damages, monitoring the flow rate of the fluid being administered to patients is very important for their safety. The proposed system uses a camera to film the IV drip infusion kit and a deep learning-based algorithm to classify acquired frames into two different states: frames with a drop that has just begun to take shape and frames with a well-formed drop. The alternation of these two states is used to count drops and derive a measurement of the flow rate of the drip. The usage of a camera as sensing element makes the proposed system safe in medical environments and easier to be integrated into current health facilities. Experimental results are reported in the paper that confirm the accuracy of the system and its capability to produce real-time estimates. The proposed method can be therefore effectively adopted to implement IV infusion monitoring and control systems.
• Abstract（参考訳）: 本稿では,深層学習に基づくコンピュータビジョンを用いて静脈内(IV)注入時の流れのリアルタイムモニタリングを行う。 IV 灌流は入院患者の最も一般的な治療法の一つであり、過剰輸血と低灌流の両方が重篤な損傷を引き起こす可能性があることを考えると、患者に投与される流体の流量を監視することは、その安全性にとって非常に重要である。 提案されたシステムは、カメラを使ってivリップ注入キットを撮影し、ディープラーニングベースのアルゴリズムを使って取得したフレームを2つの異なる状態に分類する。 これらの2つの状態の交代は滴を数え、滴の流量を測定するために用いられる。 カメラをセンシング要素として使用することで,医療環境におけるシステム安全性が向上し,現在の医療施設への統合が容易になる。 実験結果は,システムの精度とリアルタイム推定能力を確認する論文で報告されている。 したがって,本手法はiv注入監視制御システムの実装に効果的に適用できる。

関連論文リスト

• 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)
• Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health Monitoring Systems [69.41229290253605]
  既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。 これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。 最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
  論文  参考訳（メタデータ） (2024-01-19T16:26:35Z)
• Edge AI-Based Vein Detector for Efficient Venipuncture in the Antecubital Fossa [0.0]
  我々は1008名の被験者から収集した2,016個のラベル付き画像のNIRに基づく新しい前腕静脈セグメンテーションデータセットを導入した。 第2に,患者眼窩部の静脈を特定できるU-Netアーキテクチャを提案する。 第三に、提案したアーキテクチャの圧縮バージョンが、ベスポークでポータブルな静脈ファインダ装置内に展開された。
  論文  参考訳（メタデータ） (2023-10-27T16:19:26Z)
• Video object detection for privacy-preserving patient monitoring in intensive care [0.0]
  ビデオフレームの時間的継承における情報を活用する新しい手法を提案する。 我々のメソッドは標準のYOLOv5ベースラインモデルを+1.7%mAP@.5で上回り、プロプライエタリなデータセットで10倍以上高速にトレーニングします。
  論文  参考訳（メタデータ） (2023-06-26T11:52:22Z)
• Visual-tactile sensing for Real-time liquid Volume Estimation in Grasping [58.50342759993186]
  変形性容器内の液体をリアルタイムに推定するためのビジュオ触覚モデルを提案する。 我々は、RGBカメラからの生の視覚入力と、特定の触覚センサーからの触覚手がかりの2つの感覚モードを融合する。 ロボットシステムは、推定モデルに基づいて、リアルタイムで適切に制御され、調整される。
  論文  参考訳（メタデータ） (2022-02-23T13:38:31Z)
• Real-time landmark detection for precise endoscopic submucosal dissection via shape-aware relation network [51.44506007844284]
  内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。 まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。 次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
  論文  参考訳（メタデータ） (2021-11-08T07:57:30Z)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• Continuous Non-Invasive Eye Tracking In Intensive Care [31.348963275486494]
  デリリウムは急激な混乱状態であり、集中治療室でよく見られる。 現在の診断法にはいくつかの制限があり、眼球運動による視線追跡が提案されている。 このシステムは、ICUに配備された最初のアイトラッキングシステムである。
  論文  参考訳（メタデータ） (2021-07-23T16:19:35Z)
• Data-driven Design of Context-aware Monitors for Hazard Prediction in Artificial Pancreas Systems [2.126171264016785]
  医療サイバー物理システム(MCPS)は、コントローラをターゲットとし、安全上の危険や患者への害を引き起こす可能性がある偶発的または悪意のある障害に対して脆弱です。 本論文では,危険の兆候を早期に検出し軽減できるコンテキスト認識型モニターの設計のためのモデルとデータ駆動型アプローチを提案する。
  論文  参考訳（メタデータ） (2021-04-06T14:36:33Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• Personalized Deep Learning for Ventricular Arrhythmias Detection on Medical IoT Systems [17.966382901357118]
  心室不整脈(VA)は突然死(SCD)の原因である 医療用IoTシステム上での深層学習に基づくVA検出のためのパーソナライズされたコンピューティングフレームワークを提案する。 心内および表面リズムモニターの両方でリアルタイムに推定を行う。
  論文  参考訳（メタデータ） (2020-08-18T17:41:58Z)

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。