論文の概要: Earables for Detection of Bruxism: a Feasibility Study

• arxiv url: http://arxiv.org/abs/2108.04144v1
• Date: Mon, 9 Aug 2021 16:13:20 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-10 15:11:29.489740
• Title: Earables for Detection of Bruxism: a Feasibility Study
• Title（参考訳）: ブラキシズム検出用補聴器の検討
• Authors: Erika Bondareva, El\'in R\'os Hauksd\'ottir, Cecilia Mascolo
• Abstract要約: ブラキシズム(英: Bruxism)は、歯磨きとクレンチングを特徴とする疾患である。 多くのブラキシズム患者は、歯科医療専門家が永久歯の着用を通知するまで、この障害に気づいていない。 ストレスと不安はしばしば、ブラキシズムの悪化に影響を及ぼす要因の1つに挙げられる。
• 参考スコア（独自算出の注目度）: 9.21734554366359
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bruxism is a disorder characterised by teeth grinding and clenching, and many bruxism sufferers are not aware of this disorder until their dental health professional notices permanent teeth wear. Stress and anxiety are often listed among contributing factors impacting bruxism exacerbation, which may explain why the COVID-19 pandemic gave rise to a bruxism epidemic. It is essential to develop tools allowing for the early diagnosis of bruxism in an unobtrusive manner. This work explores the feasibility of detecting bruxism-related events using earables in a mimicked in-the-wild setting. Using inertial measurement unit for data collection, we utilise traditional machine learning for teeth grinding and clenching detection. We observe superior performance of models based on gyroscope data, achieving an 88% and 66% accuracy on grinding and clenching activities, respectively, in a controlled environment, and 76% and 73% on grinding and clenching, respectively, in an in-the-wild environment.
• Abstract（参考訳）: ブラキシズムは歯磨きとクレンチングを特徴とする疾患であり、多くのブラキシズム患者は、歯の健康の専門家が永久歯を磨くことに気付くまで、この障害に気付いていない。 新型コロナウイルス(covid-19)のパンデミックがブラキシズムの流行を引き起こした理由を説明する要因として、ストレスや不安がブルーキシズムの悪化に影響を及ぼす要因として挙げられることが多い。 ブラキシズムの早期診断を控えめに行うためのツールを開発することが不可欠である。 本研究は,耳栓によるブラキシズム関連事象の検出の可能性を探るものである。 データ収集に慣性測定装置を用い,歯の研削とクレンチング検出に従来の機械学習を活用する。 我々はジャイロスコープデータに基づくモデルの優れた性能を観察し, 制御環境において, 研削作業における88%と66%の精度を達成し, 研削作業における76%と73%の精度を実現した。

関連論文リスト

• A Sequential Framework for Detection and Classification of Abnormal Teeth in Panoramic X-rays [1.8962225869778402]
  本報告では,MICCAI 2023におけるパノラマX線検査における歯科審美と診断の解決策について述べる。 本手法は, 異常歯の検出・分類作業に適した多段階の枠組みから構成される。
  論文  参考訳（メタデータ） (2023-08-31T13:47:01Z)
• Intergrated Segmentation and Detection Models for Dentex Challenge 2023 [2.1025078609239403]
  深層学習の発展により、歯科用パノラマX線による疾患の自動検出は、歯科医が疾患をより効率的に診断するのに役立つ。 デンテックスチャレンジ2023(英: Dentex Challenge 2023)は、歯科用パノラマX線から異常歯を自動的に検出する競技である。
  論文  参考訳（メタデータ） (2023-08-27T17:44:25Z)
• How Does Pruning Impact Long-Tailed Multi-Label Medical Image Classifiers? [49.35105290167996]
  プルーニングは、ディープニューラルネットワークを圧縮し、全体的なパフォーマンスに大きな影響を及ぼすことなく、メモリ使用量と推論時間を短縮する強力なテクニックとして登場した。 この研究は、プルーニングがモデル行動に与える影響を理解するための第一歩である。
  論文  参考訳（メタデータ） (2023-08-17T20:40:30Z)
• Semantic Latent Space Regression of Diffusion Autoencoders for Vertebral Fracture Grading [72.45699658852304]
  本稿では,教師なし特徴抽出器として生成拡散オートエンコーダモデルを訓練するための新しい手法を提案する。 フラクチャーグレーディングを連続回帰としてモデル化し, フラクチャーのスムーズな進行を反映した。 重要なことに,本手法の創成特性は,与えられた脊椎の様々な段階を可視化し,自動グルーピングに寄与する特徴を解釈し,洞察することを可能にする。
  論文  参考訳（メタデータ） (2023-03-21T17:16:01Z)
• Faint Features Tell: Automatic Vertebrae Fracture Screening Assisted by Contrastive Learning [11.944282446506396]
  長期の脊椎骨折は患者の生活の質に深刻な影響を与え、気胸、腰椎変形、さらには麻痺を引き起こしている。 特に、深層学習モデルや経験の浅い医師では、軽度の骨折と正常なコントロールを区別することは極めて困難である。 そこで本研究では,CTスキャンを用いてGenentの脊椎骨折度を推定するための教師付きコントラスト学習ベースモデルを提案する。 両分類では99%,感度は85%,マクロF1は77%であった。
  論文  参考訳（メタデータ） (2022-08-23T02:39:08Z)
• Indiscriminate Poisoning Attacks Are Shortcuts [77.38947817228656]
  その結果, 標的ラベルを付与した場合, 進行性毒素攻撃の摂動は, ほぼ分離可能であることがわかった。 このような合成摂動は、故意に作られた攻撃と同じくらい強力であることを示す。 我々の発見は、アンフショートカット学習の問題が以前考えられていたよりも深刻であることを示唆している。
  論文  参考訳（メタデータ） (2021-11-01T12:44:26Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• An End-to-end Entangled Segmentation and Classification Convolutional Neural Network for Periodontitis Stage Grading from Periapical Radiographic Images [0.013002050979054347]
  根尖部X線から歯周炎を診断するためのエンド・ツー・エンド深層学習ネットワークHYNETSを開発した。 HyNETSはセグメンテーションネットワークと分類ネットワークを組み合わせて、エンドツーエンドの解釈可能なソリューションを提供する。
  論文  参考訳（メタデータ） (2021-09-27T15:28:54Z)
• American Twitter Users Revealed Social Determinants-related Oral Health Disparities amid the COVID-19 Pandemic [72.44305630014534]
  新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。 女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。 新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
  論文  参考訳（メタデータ） (2021-09-16T01:10:06Z)
• PaXNet: Dental Caries Detection in Panoramic X-ray using Ensemble Transfer Learning and Capsule Classifier [8.164433158925593]
  多くの場合、画像品質の低さなどの異なる理由から、X線を用いた歯列の識別は困難である。 そこで本研究では,パノラマ画像中の歯列を初めて検出する自動診断システムを提案する。 提案モデルは、X線から関連する特徴を抽出し、カプセルネットワークを用いて予測結果を描画するトランスファーラーニングにより、事前訓練された様々な深層学習モデルの利点を享受する。
  論文  参考訳（メタデータ） (2020-12-26T03:00:35Z)
• Grading Loss: A Fracture Grade-based Metric Loss for Vertebral Fracture Detection [58.984536305767996]
  自動椎骨骨折検出のための表現学習型アプローチを提案する。 本稿では,Genantのフラクチャーグレーディングスキームを尊重する,学習表現のための新しいGrading Lossを提案する。 一般に利用可能なスピーンデータセットでは、提案された損失関数が81.5%のフラクチャー検出F1スコアを達成する。
  論文  参考訳（メタデータ） (2020-08-18T10:03:45Z)

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。