論文の概要: Assessment of Fetal and Maternal Well-Being During Pregnancy Using Passive Wearable Inertial Sensor

• arxiv url: http://arxiv.org/abs/2111.10066v1
• Date: Fri, 19 Nov 2021 06:53:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-23 00:18:00.561247
• Title: Assessment of Fetal and Maternal Well-Being During Pregnancy Using Passive Wearable Inertial Sensor
• Title（参考訳）: 受動型慣性センサを用いた妊娠中の胎児・母性健康度の評価
• Authors: Eranda Somathilake, Upekha Delay, Janith Bandara Senanayaka, Samitha Gunarathne, Roshan Godaliyadda, Parakrama Ekanayake, Janaka Wijayakulasooriya, Chathura Rathnayake
• Abstract要約: 本稿では,母親自身が最小限の監督で効果的に活用できる装置に焦点を当てる。 提案された装置は、母親の子宮の上に1つの加速度計を備えたベルトを使用して、必要な情報を記録している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Assessing the health of both the fetus and mother is vital in preventing and identifying possible complications in pregnancy. This paper focuses on a device that can be used effectively by the mother herself with minimal supervision and provide a reasonable estimation of fetal and maternal health while being safe, comfortable, and easy to use. The device proposed uses a belt with a single accelerometer over the mother's uterus to record the required information. The device is expected to monitor both the mother and the fetus constantly over a long period and provide medical professionals with useful information, which they would otherwise overlook due to the low frequency that health monitoring is carried out at the present. The paper shows that simultaneous measurement of respiratory information of the mother and fetal movement is in fact possible even in the presence of mild interferences, which needs to be accounted for if the device is expected to be worn for extended times.
• Abstract（参考訳）: 胎児と母親の健康を評価することは、妊娠中の合併症の予防と特定に不可欠である。 本論文は、母親自身が最小限の監督で効果的に利用でき、安全で快適で使いやすく、胎児と母親の健康を合理的に評価できる装置に焦点をあてる。 この装置は、母親の子宮の上に1つの加速度計を備えたベルトを使って必要な情報を記録している。 この装置は、母親と胎児の両方を長期間にわたって継続的に監視し、医療専門家に有用な情報を提供することが期待されている。 本研究は,母親の呼吸情報と胎児の運動を同時に測定することは,軽度の干渉があっても可能であることを示唆する。

関連論文リスト

• Preliminary Study of the Impact of AI-Based Interventions on Health and Behavioral Outcomes in Maternal Health Programs [46.220426654734425]
  我々は,AIによる介入による聴取能力の向上が,妊娠や乳児期の重要な健康問題をよりよく理解することにつながる証拠を提示する。 この理解の向上は、母親とその赤ちゃんの健康上の利益をもたらす可能性がある。
  論文  参考訳（メタデータ） (2024-05-23T10:18:20Z)
• Training-free image style alignment for self-adapting domain shift on handheld ultrasound devices [54.476120039032594]
  本稿では,ハンドヘルドデバイスデータのスタイルを標準デバイスと整合させるための,トレーニングフリーなイメージスタイルアライメント(TISA)フレームワークを提案する。 TISAは、余分な訓練なしにハンドヘルドデバイスイメージを直接推測することができ、臨床応用に適している。
  論文  参考訳（メタデータ） (2024-02-17T07:15:23Z)
• Exploring the Utility of Self-Supervised Pretraining Strategies for the Detection of Absent Lung Sliding in M-Mode Lung Ultrasound [72.39040113126462]
  セルフ教師付きプレトレーニングは、医用画像における教師付き学習タスクのパフォーマンスを向上させるために観察されている。 本研究は,Mモード肺超音波画像における肺スライディング分類の下流タスクの微調整を指導する前,自己指導型プレトレーニングの有用性について検討した。
  論文  参考訳（メタデータ） (2023-04-05T20:01:59Z)
• Predicting Adverse Neonatal Outcomes for Preterm Neonates with Multi-Task Learning [51.487856868285995]
  われわれはまず, 3つの不良新生児結果の相関関係を解析し, マルチタスク学習(MTL)問題として複数の新生児結果の診断を定式化する。 特に、MTLフレームワークは、共有された隠れレイヤと複数のタスク固有のブランチを含んでいる。
  論文  参考訳（メタデータ） (2023-03-28T00:44:06Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• Using Interpretable Machine Learning to Predict Maternal and Fetal Outcomes [9.705885698264005]
  ガラス箱モデルである Explainable Boosting Machine (EBM) を用いて, 最も重要なリスク要因を特定し, 検討した。 EBMの解釈可能性を用いて、リスクに寄与する特徴に関する驚くべき洞察を明らかにする一方で、我々の実験は、EBMが他のブラックボックスML手法の精度と一致することを示した。
  論文  参考訳（メタデータ） (2022-07-12T05:32:26Z)
• FetalNet: Multi-task deep learning framework for fetal ultrasound biometric measurements [11.364211664829567]
  本稿では,FetalNetと呼ばれるマルチタスク・ニューラルネットワークについて,胎児超音波スキャン画像解析のためのアテンション機構とスタックモジュールを提案する。 胎児超音波画像解析の主な目的は、胎児の頭部、腹部、大腿骨を測定するための適切な基準面を見つけることである。 FetalNetという手法は,胎児超音波ビデオ記録における分類とセグメント化の両面で,既存の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2021-07-14T19:13:33Z)
• Detection of preventable fetal distress during labor from scanned cardiotocogram tracings using deep learning [0.0]
  労働・納入における広範な適用にもかかわらず、電子胎児モニタリング(EFM)の価値についてかなりの議論が続いている。 EFMは胎児の心拍数(FHR)パターンを母性子宮収縮とともに監視する。 本研究は、先天的または過去の胎児傷害の訓練および検出のためのディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-06-01T16:40:50Z)
• User Requirements and Analysis of Preeclampsia Detection done through a Smart Bracelet [0.0]
  本論文は,前立腺症検出のためのスマートブレスレットの使用に関する,年齢の異なる人を対象にした調査である。 目的は、その人気を判断し、ユーザー要求を決定することである。
  論文  参考訳（メタデータ） (2021-01-29T17:23:36Z)
• Cyber-Physical Platform for Preeclampsia Detection [0.0]
  本稿では,妊婦に適した高血圧関連状態を監視する知的ブレスレットを中心に構築されたサイバー物理システムについて述べる。 ブレスレットは、動脈壁に対して血液を押圧することによって圧縮される微小流体層を用いており、統合センサーが波形を登録してユーザのスマートフォンに送信し、収縮値と拡張値が決定される。
  論文  参考訳（メタデータ） (2020-09-04T10:15:00Z)
• Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
  胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。 セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。 次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
  論文  参考訳（メタデータ） (2020-04-28T14:43:05Z)

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。