論文の概要: The First Vision For Vitals (V4V) Challenge for Non-Contact Video-Based
Physiological Estimation
- arxiv url: http://arxiv.org/abs/2109.10471v1
- Date: Wed, 22 Sep 2021 01:21:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-23 13:51:13.713826
- Title: The First Vision For Vitals (V4V) Challenge for Non-Contact Video-Based
Physiological Estimation
- Title(参考訳): 非接触映像に基づく生理的評価のためのV4Vの最初のビジョン
- Authors: Ambareesh Revanur, Zhihua Li, Umur A. Ciftci, Lijun Yin, Laszlo A.
Jeni
- Abstract要約: リモート光胸腺撮影(remote Photoplethysmography、r PPG)は、ビデオから微小血管組織の体積変化を非侵襲的に推定する問題である。
第1ビジョン・フォー・バイタルズ・チャレンジ(V4V)は、多様な人口からの様々な生理的信号でタイムロックされた高解像度ビデオを含む新しいデータセットを発表した。
- 参考スコア(独自算出の注目度): 12.720067414341383
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Telehealth has the potential to offset the high demand for help during public
health emergencies, such as the COVID-19 pandemic. Remote Photoplethysmography
(rPPG) - the problem of non-invasively estimating blood volume variations in
the microvascular tissue from video - would be well suited for these
situations. Over the past few years a number of research groups have made rapid
advances in remote PPG methods for estimating heart rate from digital video and
obtained impressive results. How these various methods compare in naturalistic
conditions, where spontaneous behavior, facial expressions, and illumination
changes are present, is relatively unknown. To enable comparisons among
alternative methods, the 1st Vision for Vitals Challenge (V4V) presented a
novel dataset containing high-resolution videos time-locked with varied
physiological signals from a diverse population. In this paper, we outline the
evaluation protocol, the data used, and the results. V4V is to be held in
conjunction with the 2021 International Conference on Computer Vision.
- Abstract(参考訳): テレヘルスは、新型コロナウイルス(COVID-19)のパンデミックなど、公衆衛生面での援助の需要を相殺する可能性がある。
RPPG(Remote Photoplethysmography)は、ビデオから微小血管組織の血液量変化を非侵襲的に推定する問題である。
過去数年間、多くの研究グループがデジタルビデオから心拍数を推定する遠隔ppg法を急速に進歩させ、印象的な結果を得た。
これらの様々な手法が自然行動、表情、照明の変化がある自然条件でどのように比較されるかは、比較的不明である。
代替方法の比較を可能にするために、第1ビジョン・フォー・バイタルズ・チャレンジ (v4v) は、多様な集団からの様々な生理的信号で時間的に同期された高解像度ビデオを含む新しいデータセットを発表した。
本稿では,評価プロトコル,使用するデータ,その結果について概説する。
V4Vは2021年のコンピュータビジョンに関する国際会議と共同で開催される。
関連論文リスト
- OmniMedVQA: A New Large-Scale Comprehensive Evaluation Benchmark for
Medical LVLM [50.58232769384052]
我々は,新しい包括的ビジュアル質問回答(VQA)ベンチマークであるOmniMedVQAを紹介する。
このベンチマークのすべての画像は、本物の医療シナリオから得られたものです。
既存のLVLMはこれらの医療用VQA問題に効果的に取り組むのに苦労していることがわかった。
論文 参考訳(メタデータ) (2024-02-14T13:51:56Z) - Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for
Multimodal Medical Diagnosis [59.35504779947686]
GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。
評価対象は17の人体システムである。
GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。
疾患の診断と包括的報告作成において重大な課題に直面している。
論文 参考訳(メタデータ) (2023-10-15T18:32:27Z) - Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation
of rPPG [2.82697733014759]
r(pg photoplethysmography)は、カメラで捉えたヘモグロビンの光吸収特性を用いてBVP(Blood Volume Pulse)を測定し、分析する技術である。
本研究は,多種多様なデータセットを対象とした様々なrベンチマーク手法の評価を行い,妥当性評価と比較を行うためのフレームワークを提供することを目的とする。
論文 参考訳(メタデータ) (2023-07-24T09:35:47Z) - Data-Efficient Vision Transformers for Multi-Label Disease
Classification on Chest Radiographs [55.78588835407174]
視覚変換器(ViT)は一般的な画像の分類性能が高いにもかかわらず、このタスクには適用されていない。
ViTは、畳み込みではなくパッチベースの自己アテンションに依存しており、CNNとは対照的に、ローカル接続に関する事前の知識は存在しない。
以上の結果から,ViTとCNNのパフォーマンスはViTの利点に匹敵するものの,DeiTsはトレーニング用に適度に大規模なデータセットが利用可能であれば,前者よりも優れることがわかった。
論文 参考訳(メタデータ) (2022-08-17T09:07:45Z) - Remote Medication Status Prediction for Individuals with Parkinson's
Disease using Time-series Data from Smartphones [75.23250968928578]
本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。
提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
論文 参考訳(メタデータ) (2022-07-26T02:08:08Z) - FetReg2021: A Challenge on Placental Vessel Segmentation and
Registration in Fetoscopy [52.3219875147181]
2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。
このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。
コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。
7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
論文 参考訳(メタデータ) (2022-06-24T23:44:42Z) - Visual Acuity Prediction on Real-Life Patient Data Using a Machine
Learning Based Multistage System [0.879504058268139]
眼科領域では、硝子体手術療法(IVOM)は、加齢に伴う黄斑変性(AMD)に関連する疾患に対して広く用いられる治療法である。
視力(VA)の予測と実生活環境下での劣化の早期検出は、不均一データや不完全データにより困難である。
本稿では,ドイツの最大医療病院の眼科領域の異なるITシステムを融合した研究対応型データコーパスを開発するためのワークフローを提案する。
論文 参考訳(メタデータ) (2022-04-25T21:20:27Z) - Instantaneous Physiological Estimation using Video Transformers [6.772249211312724]
映像に基づく生理学的信号推定は、主に窓の間隔でエピソードスコアを予測することに限られている。
顔画像から瞬時心拍数と呼吸率を推定するビデオトランスフォーマーを提案する。
論文 参考訳(メタデータ) (2022-02-24T21:25:09Z) - Pseudo-domains in imaging data improve prediction of future disease
status in multi-center studies [57.712855968194305]
本研究では,多数の異なるスキャンサイトと,各サイト毎のサンプル数に対処可能な予測手法を提案する。
以上の結果より,初診後48週,12週間の肝疾患経過観察の結果から,聴力低下の予測精度が向上した。
論文 参考訳(メタデータ) (2021-11-15T09:40:54Z) - A Supervised Learning Approach for Robust Health Monitoring using Face
Videos [32.157163136267954]
非接触型非接触型人体検知法は、特殊な心臓および血圧モニタリング装置の必要性をなくすことができる。
本稿では,市販のウェブカメラで撮影する顔ビデオのみを必要とする非接触方式を用いた。
提案手法では,顔のランドマークを用いて映像の各フレームの顔を検出する。
論文 参考訳(メタデータ) (2021-01-30T22:03:16Z) - Advancing Non-Contact Vital Sign Measurement using Synthetic Avatars [19.596032954145333]
非接触生理測定は、低コストで非侵襲的な健康モニタリングを提供する可能性がある。
機械ビジョンのアプローチは、注釈付きビデオデータセットの可用性と多様性によって制限されることが多い。
本研究は,顔の血流変化を呈する合成アバターの使用を提案する。
論文 参考訳(メタデータ) (2020-10-24T18:31:57Z)
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。