論文の概要: An Apparatus for the Simulation of Breathing Disorders: Physically
Meaningful Generation of Surrogate Data
- arxiv url: http://arxiv.org/abs/2109.06699v1
- Date: Tue, 14 Sep 2021 14:00:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-15 22:12:57.354393
- Title: An Apparatus for the Simulation of Breathing Disorders: Physically
Meaningful Generation of Surrogate Data
- Title（参考訳）: 呼吸障害シミュレーション装置:サロゲートデータの物理的有意義な生成
- Authors: Harry J. Davies, Ghena Hammour and Danilo P. Mandic
- Abstract要約: 健常者における閉塞性および拘束性呼吸波形の両方をシミュレートする簡便かつ効果的な方法として,PVCチューブと3Dプリント部品からなる装置を提案する。
呼吸抵抗と呼吸抵抗の両方を独立に制御することで、FEV1/FVCの吸気比の全スペクトルを通して閉塞性呼吸障害をシミュレーションすることができる。
人工呼吸障害シミュレーション装置の使用による波形においても、吸気義務周期の変化やピークフローの変化などの呼吸障害の波形特性が観察される。
- 参考スコア（独自算出の注目度）: 24.50116388903113
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Whilst debilitating breathing disorders, such as chronic obstructive
pulmonary disease (COPD), are rapidly increasing in prevalence, we witness a
continued integration of artificial intelligence into healthcare. While this
promises improved detection and monitoring of breathing disorders, AI
techniques are "data hungry" which highlights the importance of generating
physically meaningful surrogate data. Such domain knowledge aware surrogates
would enable both an improved understanding of respiratory waveform changes
with different breathing disorders and different severities, and enhance the
training of machine learning algorithms. To this end, we introduce an apparatus
comprising of PVC tubes and 3D printed parts as a simple yet effective method
of simulating both obstructive and restrictive respiratory waveforms in healthy
subjects. Independent control over both inspiratory and expiratory resistances
allows for the simulation of obstructive breathing disorders through the whole
spectrum of FEV1/FVC spirometry ratios (used to classify COPD), ranging from
healthy values to values seen in severe chronic obstructive pulmonary disease.
Moreover, waveform characteristics of breathing disorders, such as a change in
inspiratory duty cycle or peak flow are also observed in the waveforms
resulting from use of the artificial breathing disorder simulation apparatus.
Overall, the proposed apparatus provides us with a simple, effective and
physically meaningful way to generate surrogate breathing disorder waveforms, a
prerequisite for the use of artificial intelligence in respiratory health.
- Abstract（参考訳）: 慢性閉塞性肺疾患 (COPD) などの呼吸障害が急速に流行しているが, 人工知能の医療への統合は継続している。
これは呼吸障害の検出とモニタリングを改善することを約束するが、AI技術は「データ空腹」であり、物理的に意味のある代理データを生成することの重要性を強調している。
このようなドメイン知識を意識したサロゲートは、異なる呼吸障害と異なる重症度で呼吸波形の変化を改良し、機械学習アルゴリズムのトレーニングを強化する。
そこで本研究では,健常者における閉塞性および拘束性呼吸波形のシミュレーション方法として,PVCチューブと3Dプリント部品からなる装置を導入する。
呼吸抵抗と呼吸抵抗の両方を独立に制御することで、慢性閉塞性肺疾患で見られる健康的な値から値まで、FEV1/FVC呼吸計比(COPDの分類に使用される)の全スペクトルを通して閉塞性呼吸障害をシミュレーションすることができる。
また、人工呼吸障害シミュレーション装置の使用による波形にも、呼吸デューティサイクルの変化やピークフローなどの呼吸障害の波形特性が観察される。
全体として,本装置は呼吸障害波形の生成に簡便で効果的かつ物理的に有意義な方法であり,呼吸健康における人工知能の利用に必須の前提条件である。
関連論文リスト
- Machine learning-based algorithms for at-home respiratory disease monitoring and respiratory assessment [45.104212062055424]
本研究の目的は、在宅呼吸器疾患のモニタリングと評価を容易にする機械学習ベースのアルゴリズムを開発することである。
健常成人30名を対象に, 呼吸圧, 血流, 胸腹部周囲の動的計測を行った。
ランダムフォレスト分類器、ロジスティック回帰、サポートベクターマシン(SVM)など、さまざまな機械学習モデルをトレーニングし、呼吸タイプを予測する。
論文 参考訳（メタデータ） (2024-09-05T02:14:31Z) - 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) - RMSim: Controlled Respiratory Motion Simulation on Static Patient Scans [7.575469466607952]
4D-CT画像から学習する3D Seq2Seqディープラーニング呼吸運動シミュレータ(RMSim)を提案する。
内科140例の10段階4D-CTを用いてRMSimを訓練・試験した。
RMSimの出力をプライベートとパブリック両方のベンチマークデータセットで検証しました。
論文 参考訳（メタデータ） (2023-01-26T21:20:14Z) - 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) - Machine Learning for Mechanical Ventilation Control (Extended Abstract) [52.65490904484772]
機械的換気はICUで最も広く用いられている治療法の1つである。
人工呼吸器は、所定の気道圧の軌跡に従って患者の肺に空気を注入しなければならない。
データ駆動型アプローチは、人工呼吸器から収集したデータに基づいて訓練されたシミュレーターをトレーニングすることで、侵襲的人工呼吸器を制御することを学ぶ。
この方法は、一般的な強化学習アルゴリズムより優れており、PIDよりも正確で堅牢な物理的換気装置も制御できる。
論文 参考訳（メタデータ） (2021-11-19T20:54:41Z) - Spirometry-based airways disease simulation and recognition using
Machine Learning approaches [0.0]
本研究は、スピロメーターを用いて容易に記録できる測定方法に焦点を当てる。
このフレームワークで使用される信号は、肺の線形複区画モデルを用いてシミュレートされる。
抵抗パラメータと弾性パラメータを変化させることで、健康、線維症、喘息呼吸をシミュレートしたデータサンプルが実現される。
論文 参考訳（メタデータ） (2021-11-08T08:01:18Z) - A Model-Based Approach to Synthetic Data Set Generation for
Patient-Ventilator Waveforms for Machine Learning and Educational Use [0.0]
機械学習と教育利用のための合成データセットを生成するモデルベースのアプローチを提案する。
文献中の測定結果から得られた9種類の患者原型を用いて合成データセットを生成した。
論文 参考訳（メタデータ） (2021-03-29T15:10:17Z) - Data-driven generation of plausible tissue geometries for realistic
photoacoustic image synthesis [53.65837038435433]
光音響トモグラフィ(pat)は形態的および機能的組織特性を回復する可能性がある。
我々は,PATデータシミュレーションの新たなアプローチを提案し,これを「シミュレーションの学習」と呼ぶ。
我々は、意味的注釈付き医療画像データに基づいて訓練されたGAN(Generative Adversarial Networks)の概念を活用して、可塑性組織ジオメトリを生成する。
論文 参考訳（メタデータ） (2021-03-29T11:30:18Z) - 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)
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。