論文の概要: The Diabetic Buddy: A Diet Regulator andTracking System for Diabetics

• arxiv url: http://arxiv.org/abs/2101.03203v1
• Date: Fri, 8 Jan 2021 20:03:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-10 07:23:05.322064
• Title: The Diabetic Buddy: A Diet Regulator andTracking System for Diabetics
• Title（参考訳）: 糖尿病バディ : 糖尿病患者の食事調整・追跡システム
• Authors: Muhammad Usman, Kashif Ahmad, Amir Sohail, Marwa Qaraqe
• Abstract要約: 中東における糖尿病の流行は17-20%であり、世界平均の8-9%を大きく上回っている。 本稿では,市販センサと機械学習を用いて,糖尿病患者の血糖値と食物摂取量の自動追跡方法を提案する。
• 参考スコア（独自算出の注目度）: 3.7026481341955053
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The prevalence of Diabetes mellitus (DM) in the Middle East is exceptionally high as compared to the rest of the world. In fact, the prevalence of diabetes in the Middle East is 17-20%, which is well above the global average of 8-9%. Research has shown that food intake has strong connections with the blood glucose levels of a patient. In this regard, there is a need to build automatic tools to monitor the blood glucose levels of diabetics and their daily food intake. This paper presents an automatic way of tracking continuous glucose and food intake of diabetics using off-the-shelf sensors and machine learning, respectively. Our system not only helps diabetics to track their daily food intake but also assists doctors to analyze the impact of the food in-take on blood glucose in real-time. For food recognition, we collected a large-scale Middle-Eastern food dataset and proposed a fusion-based framework incorporating several existing pre-trained deep models for Middle-Eastern food recognition.
• Abstract（参考訳）: 中東における糖尿病(dm)の流行率は、他の地域と比較して非常に高い。 実際、中東における糖尿病の発症率は17-20%であり、世界平均の8-9%を大きく上回っている。 研究により、食物摂取は患者の血糖値と強い関係があることが示されている。 この点に関して、糖尿病患者の血糖値と食事摂取量を監視する自動ツールを構築する必要がある。 本稿では,市販センサと機械学習を用いて,糖尿病患者の血糖値と食物摂取量の自動追跡方法を提案する。 我々のシステムは糖尿病患者が毎日の食事摂取を追跡するのを助けるだけでなく、医師が食事摂取が血糖値に与える影響をリアルタイムで分析するのを助ける。 食品認識のために,我々は大規模な中東食品データセットを収集し,中東食品認識のための既存の深層モデルを取り入れた核融合フレームワークを提案した。

関連論文リスト

• An adapted large language model facilitates multiple medical tasks in diabetes care [20.096444964141508]
  大規模言語モデル(LLM)は、様々な医療シナリオにおいて有望であるが、様々な糖尿病タスクにおけるその効果は証明されていない。 本研究は糖尿病特異的LSMを訓練し、検証するための枠組みを導入した。
  論文  参考訳（メタデータ） (2024-09-20T03:47:54Z)
• From Glucose Patterns to Health Outcomes: A Generalizable Foundation Model for Continuous Glucose Monitor Data Analysis [50.80532910808962]
  GluFormerは、トランスフォーマーアーキテクチャに基づく生体医学的時間的データの生成基盤モデルである。 GluFormerは5つの地理的領域にまたがる4936人を含む15の異なる外部データセットに一般化されている。 今後4年間の健康状態も予測できる。
  論文  参考訳（メタデータ） (2024-08-20T13:19:06Z)
• NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
  自己申告法はしばしば不正確であり、重大な偏見に悩まされる。 近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。 本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-05-13T14:56:55Z)
• NutritionVerse-Real: An Open Access Manually Collected 2D Food Scene Dataset for Dietary Intake Estimation [68.49526750115429]
  食事摂取推定のための2D食品シーンデータセットであるNutritionVerse-Realを導入する。 NutritionVerse-Realデータセットは、実生活における食品シーンのイメージを手作業で収集し、各成分の重量を測定し、各料理の食生活内容を計算することによって作成されました。
  論文  参考訳（メタデータ） (2023-11-20T11:05:20Z)
• NutritionVerse-3D: A 3D Food Model Dataset for Nutritional Intake Estimation [65.47310907481042]
  高齢者の4人に1人は栄養不良です。 機械学習とコンピュータビジョンは、食品の自動栄養トラッキング方法の約束を示す。 NutritionVerse-3Dは、105個の3D食品モデルの大規模な高解像度データセットである。
  論文  参考訳（メタデータ） (2023-04-12T05:27:30Z)
• Personalized Understanding of Blood Glucose Dynamics via Mobile Sensor Data [0.0]
  スマートフォンによるセンサ入力で連続血糖値(CGM)データを増大させる。 このデータセットは、そのサイズ、GPSデータが含まれており、非侵襲的にフリーライフの患者から収集されたという事実という意味では、新しいものです。
  論文  参考訳（メタデータ） (2023-02-02T20:26:05Z)
• Enhancing Food Intake Tracking in Long-Term Care with Automated Food Imaging and Nutrient Intake Tracking (AFINI-T) Technology [71.37011431958805]
  長期医療(LTC)の住民の半数は、入院、死亡、死亡率、生活の質の低下が悪化している。 本稿では,LCCのための食品自動撮像・栄養摂取追跡技術(AFINI-T)について述べる。
  論文  参考訳（メタデータ） (2021-12-08T22:25:52Z)
• Vision-Based Food Analysis for Automatic Dietary Assessment [49.32348549508578]
  本総説では, 食品画像分析, 容積推定, 栄養素抽出の3段階からなる, 統合型ビジョンベース食事評価(VBDA)の枠組みを概説する。 深層学習により、VBDAは徐々にエンドツーエンドの実装へと移行し、単一のネットワークに食品画像を適用して栄養を直接見積もる。
  論文  参考訳（メタデータ） (2021-08-06T05:46:01Z)
• Variable Weights Neural Network For Diabetes Classification [0.0]
  深層学習を用いて糖尿病を低コストで検出するリキッドマシンラーニングのアプローチを設計しました。 提案手法は, これまでの成果に有意な改善が認められた。
  論文  参考訳（メタデータ） (2021-02-22T11:08:25Z)
• Continuous Glucose Monitoring Prediction [0.0]
  糖尿病は世界で最も致命的な病気の1つであり、世界の成人人口の約10%に影響を及ぼす。 1つの大きな発展は、連続血糖モニタリング(CGM)と呼ばれるシステムです。
  論文  参考訳（メタデータ） (2021-01-04T21:32:20Z)
• Diabetes Link: Platform for Self-Control and Monitoring People with Diabetes [0.13681174239726604]
  糖尿病(英: Diabetes Mellitus, DM)は、血糖値が正常値を超えるのを特徴とする慢性疾患である。 Diabetes Linkは、DMで人々をコントロールし、監視するための総合的なプラットフォームである。
  論文  参考訳（メタデータ） (2020-10-29T19:59:27Z)

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。