論文の概要: Minute ventilation measurement using Plethysmographic Imaging and
lighting parameters
- arxiv url: http://arxiv.org/abs/2208.13319v1
- Date: Mon, 29 Aug 2022 00:42:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-30 14:48:58.996488
- Title: Minute ventilation measurement using Plethysmographic Imaging and
lighting parameters
- Title（参考訳）: Plethysmography 画像と照明パラメータを用いた微小換気測定
- Authors: Daniel Minati, Ludwik Sams, Karen Li, Bo Ji and Krishna Vardhan
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 8.739176372427842
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Breathing disorders such as sleep apnea is a critical disorder that affects a
large number of individuals due to the insufficient capacity of the lungs to
contain/exchange oxygen and carbon dioxide to ensure that the body is in the
stable state of homeostasis. Respiratory Measurements such as minute
ventilation can be used in correlation with other physiological measurements
such as heart rate and heart rate variability for remote monitoring of health
and detecting symptoms of such breathing related disorders. In this work, we
formulate a deep learning based approach to measure remote ventilation on a
private dataset. The dataset will be made public upon acceptance of this work.
We use two versions of a deep neural network to estimate the minute ventilation
from data streams obtained through wearable heart rate and respiratory devices.
We demonstrate that the simple design of our pipeline - which includes
lightweight deep neural networks - can be easily incorporate into real time
health monitoring systems.
- Abstract（参考訳）: 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与える重要な疾患である。
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。
本研究では,プライベートデータセット上で遠隔換気を測定するための深層学習に基づく手法を提案する。
データセットは、この作業が受け入れられると公開されます。
2種類のディープニューラルネットワークを用いて、ウェアラブル心拍数と呼吸装置から得られたデータストリームから微小換気を推定する。
当社のパイプライン – 軽量なディープニューラルネットワークを含む – のシンプルな設計が,リアルタイムのヘルス監視システムに容易に組み入れられることを実証します。
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) - Pre-Trained Foundation Model representations to uncover Breathing patterns in Speech [2.935056044470713]
呼吸速度(英: respiratory rate, RR)は、個人の健康、フィットネス、健康全般を評価するために用いられる重要な指標である。
RRを測定するための既存のアプローチは、特殊装備や訓練を用いて実施されている。
機械学習アルゴリズムは、バイオセンサー信号を入力としてRRを推定できることを示した。
論文 参考訳（メタデータ） (2024-07-17T21:57:18Z) - Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and
Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the
Human Connectome Development Cohort [55.41644538483948]
本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。
その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
論文 参考訳（メタデータ） (2023-07-03T18:06:36Z) - Validated respiratory drug deposition predictions from 2D and 3D medical
images with statistical shape models and convolutional neural networks [47.187609203210705]
患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。
2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
論文 参考訳（メタデータ） (2023-03-02T07:47:07Z) - 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) - Dual Attention Network for Heart Rate and Respiratory Rate Estimation [1.5469452301122175]
現在テレヒールスでは、非接触カメラによる生理的測定がよりアクセスしやすく便利である。
また、システムの複雑さとレイテンシを低減するために、心拍数と呼吸速度の両方を推定できる統合ネットワークを持つことも望ましいです。
本稿では、空間的注意とチャネル的注意を生かした畳み込みニューラルネットワークを提案し、これを二重注意ネットワーク(DAN)と呼び、カメラビデオと共同で心拍数と呼吸率を入力として推定する。
論文 参考訳（メタデータ） (2021-10-31T03:00:28Z) - Quantification of pulmonary involvement in COVID-19 pneumonia by means
of a cascade oftwo U-nets: training and assessment on multipledatasets using
different annotation criteria [83.83783947027392]
本研究は、新型コロナウイルスの肺病変の同定、セグメント化、定量化のために人工知能(AI)を活用することを目的とする。
2つのU-netのカスケードをベースとした自動解析パイプラインLungQuantシステムを開発した。
LungQuantシステムにおけるCT-Severity Score(CT-SS)の精度も評価した。
論文 参考訳（メタデータ） (2021-05-06T10:21:28Z) - Sleep Apnea and Respiratory Anomaly Detection from a Wearable Band and
Oxygen Saturation [1.2291501047353484]
シンプルで使いやすいデバイスから睡眠時無呼吸を自動的に検出するより便利な方法のための一般的な医学とクリティカルケアの必要性があります。
本研究の目的は, 呼吸異常を自動検出し, Apnea-Hypopnea-Index (AHI) をウェアラブル呼吸装置で推定することである。
4つのモデルが訓練された:1つは呼吸機能のみを使用し、1つはSpO2(%)信号のみから、もう1つは呼吸機能とSpO2(%)機能を使用する2つの追加モデルである。
論文 参考訳（メタデータ） (2021-02-24T02:04:57Z) - Collaborative Three-Tier Architecture Non-contact Respiratory Rate
Monitoring using Target Tracking and False Peaks Eliminating Algorithms [10.232449356645608]
非接触呼吸モニタリング技術は、照明やモーションアーティファクトのような環境の影響に敏感であるため、精度が低い。
ユーザとクラウド間の頻繁な接触は、サービス要求の遅延と、個人情報の喪失を引き起こす可能性がある。
我々は,呼吸モニタリングの精度を高め,データ伝送遅延を低減するために,協調的な3層設計による非接触呼吸率モニタリングシステムを提案した。
論文 参考訳（メタデータ） (2020-11-17T07:33:00Z) - Video-based Remote Physiological Measurement via Cross-verified Feature
Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。
次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。
歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文 参考訳（メタデータ） (2020-07-16T09:39:17Z) - Multispectral Video Fusion for Non-contact Monitoring of Respiratory
Rate and Apnea [7.300192965401497]
呼吸の非接触モニタリングは、近赤外線と遠赤外線のスペクトルカメラで達成できる。
本研究では,無呼吸時の呼吸速度(RR)を推定する多スペクトルデータ融合に基づく新しいアルゴリズムを提案する。
本研究は,医療応用におけるサインモニタリングにおけるカメラの活用に向けての一歩となる可能性がある。
論文 参考訳（メタデータ） (2020-04-21T09:07:09Z)
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。