論文の概要: Pressure Ulcer Categorisation using Deep Learning: A Clinical Trial to
Evaluate Model Performance
- arxiv url: http://arxiv.org/abs/2203.06248v1
- Date: Mon, 7 Mar 2022 11:16:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-21 00:05:14.552443
- Title: Pressure Ulcer Categorisation using Deep Learning: A Clinical Trial to
Evaluate Model Performance
- Title（参考訳）: 深層学習を用いた圧力潰瘍分類 : モデル性能評価の試み
- Authors: Paul Fergus, Carl Chalmers, William Henderson, Danny Roberts, and Atif
Waraich
- Abstract要約: 英国では、毎年70万人がプレッシャー潰瘍に罹患している。治療に要する費用は、国民保健サービス(National Health Service)が毎日380万ポンド(約1億5000万円)だ。
圧力潰瘍は、頻繁な位置変化なしにベッドや椅子と直接の皮膚接触によって引き起こされる。
尿や糞便の不連続性、糖尿病、身体の位置や栄養を制限している怪我も危険因子として知られている。
- 参考スコア（独自算出の注目度）: 0.6116681488656472
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Pressure ulcers are a challenge for patients and healthcare professionals. In
the UK, 700,000 people are affected by pressure ulcers each year. Treating them
costs the National Health Service {\pounds}3.8 million every day. Their
etiology is complex and multifactorial. However, evidence has shown a strong
link between old age, disease-related sedentary lifestyles and unhealthy eating
habits. Pressure ulcers are caused by direct skin contact with a bed or chair
without frequent position changes. Urinary and faecal incontinence, diabetes,
and injuries that restrict body position and nutrition are also known risk
factors. Guidelines and treatments exist but their implementation and success
vary across different healthcare settings. This is primarily because healthcare
practitioners have a) minimal experience in dealing with pressure ulcers, and
b) a general lack of understanding of pressure ulcer treatments. Poorly
managed, pressure ulcers lead to severe pain, poor quality of life, and
significant healthcare costs. In this paper, we report the findings of a
clinical trial conducted by Mersey Care NHS Foundation Trust that evaluated the
performance of a faster region-based convolutional neural network and mobile
platform that categorised and documented pressure ulcers. The neural network
classifies category I, II, III, and IV pressure ulcers, deep tissue injuries,
and unstageable pressure ulcers. Photographs of pressure ulcers taken by
district nurses are transmitted over 4/5G communications to an inferencing
server for classification. Classified images are stored and reviewed to assess
the model's predictions and relevance as a tool for clinical decision making
and standardised reporting. The results from the study generated a mean average
Precision=0.6796, Recall=0.6997, F1-Score=0.6786 with 45 false positives using
an @.75 confidence score threshold.
- Abstract（参考訳）: プレッシャー潰瘍は患者や医療従事者にとって課題である。
英国では、毎年70万人が圧力潰瘍に罹患している。
治療費は、国民保健サービス(National Health Service)が毎日380万ドルを負担している。
その根源は複雑で多因子である。
しかし, 高齢者, 疾患関連摂食生活習慣, 不健康食習慣の関連が強く示唆されている。
圧力潰瘍は、頻繁な位置変化なしにベッドや椅子と直接の皮膚接触によって引き起こされる。
尿失禁や尿失禁、糖尿病、体位や栄養を阻害する怪我も危険因子として知られている。
ガイドラインと治療は存在するが、その実施と成功は異なる医療環境によって異なる。
これは主に医療従事者が
a)圧力潰瘍に対処する際の最小限の経験
b) 圧力潰瘍治療に関する一般的な理解の欠如
管理が悪く、潰瘍が重度の痛み、生活の質が悪く、医療費も大きい。
本稿では,Mersey Care NHS Foundation Trustが実施した,より高速な局所的畳み込みニューラルネットワークと加圧潰瘍を分類・記録するモバイルプラットフォームの性能評価試験の結果を報告する。
ニューラルネットワークは、I型、II型、III型、IV型圧潰瘍、深部組織損傷、非ステージ性圧潰瘍を分類する。
地域看護婦が撮影した圧力潰瘍の写真は4/5g通信で、分類のための参照サーバに送信される。
分類された画像は、臨床意思決定と標準化された報告のためのツールとしてモデルの予測と妥当性を評価するために保存され、レビューされる。
その結果、平均精度=0.6796, recall=0.6997, f1-score=0.6786, 45の偽陽性が@.75の信頼スコア閾値で得られた。
関連論文リスト
- Diabetes detection using deep learning techniques with oversampling and
feature augmentation [0.3749861135832073]
糖尿病は慢性の病理であり、ここ数年でますます多くの人に影響を与えている。
毎年多数の死者が出ている。
この病気を患っている多くの人々は、健康状態の深刻さを十分に理解していない。
論文 参考訳（メタデータ） (2024-02-03T15:30:20Z) - 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) - "Can't Take the Pressure?": Examining the Challenges of Blood Pressure
Estimation via Pulse Wave Analysis [12.720627271774216]
PPGパルス波解析から血圧予測の課題を分析する。
本稿では,入力信号が本当に望ましいラベルの予測器であるかどうかを判断するツールセットを提案する。
論文 参考訳（メタデータ） (2023-04-23T20:15:09Z) - Building Brains: Subvolume Recombination for Data Augmentation in Large
Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。
そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。
拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文 参考訳（メタデータ） (2022-05-05T10:31:57Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳（メタデータ） (2022-04-07T22:14:37Z) - When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning
Framework in Classification of Medical Images on Limited Data: A COVID-19
Case Study [77.34726150561087]
新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。
CNNは医療画像の解析に広く利用され、検証されている。
論文 参考訳（メタデータ） (2022-03-24T02:09:41Z) - HINT: Hierarchical Interaction Network for Trial Outcome Prediction
Leveraging Web Data [56.53715632642495]
臨床試験は、有効性、安全性、または患者採用の問題により、不確実な結果に直面する。
本稿では,より一般的な臨床試験結果予測のための階層型Interaction Network(HINT)を提案する。
論文 参考訳（メタデータ） (2021-02-08T15:09:07Z) - 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) - A Pressure Ulcer Care System For Remote Medical Assistance: Residual
U-Net with an Attention Model Based for Wound Area Segmentation [1.2053281584624362]
本論文では,画像処理技術を用いて加圧潰瘍管理を支援する遠隔医療アシスタントを提案する。
提案システムは,創傷分類と解析のための深層学習モデルを備えた移動体アプリケーションを含む。
得られたモデルは、99.0%の精度、99.99%のユニオン上の交差(IoU)、および圧力潰瘍分割のための93.4%の類似係数(DSC)を提供する。
論文 参考訳（メタデータ） (2021-01-23T06:45:52Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z) - CoronaSurveys: Using Surveys with Indirect Reporting to Estimate the
Incidence and Evolution of Epidemics [29.03294669532478]
参加者が接触者の健康状態について報告する(匿名)調査に基づく手法を提案する。
この間接的な報告手法は、文献ではネットワークスケールアップ法として知られており、参加者とその連絡先のプライバシーを保護している。
CoronaSurveysによって得られた結果は、このアプローチのパワーと柔軟性を示し、LMICの安価で強力なツールになり得ることを示唆している。
論文 参考訳（メタデータ） (2020-05-24T11:58:23Z)
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。