論文の概要: CP-AGCN: Pytorch-based Attention Informed Graph Convolutional Network for Identifying Infants at Risk of Cerebral Palsy

• arxiv url: http://arxiv.org/abs/2209.02824v1
• Date: Tue, 6 Sep 2022 21:28:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-08 12:18:55.490714
• Title: CP-AGCN: Pytorch-based Attention Informed Graph Convolutional Network for Identifying Infants at Risk of Cerebral Palsy
• Title（参考訳）: cp-agcn:pytorch-based attention informed graph convolutional networkによる脳性麻痺リスク児の同定
• Authors: Haozheng Zhang, Edmond S. L. Ho and Hubert P. H. Shum
• Abstract要約: 早期の予測は、脳性麻痺(CP)治療の不可欠な部分の1つと考えられている。 一般運動評価(GMA)に基づくCP予測を支援するための低コストで解釈可能な分類システムを提案する。 RGBビデオから抽出した骨格データから幼児のCPリスクを早期に識別するために,Pytorchに基づく注意インフォームドグラフ畳み込みネットワークを設計した。
• 参考スコア（独自算出の注目度）: 14.900704382194013
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Early prediction is clinically considered one of the essential parts of cerebral palsy (CP) treatment. We propose to implement a low-cost and interpretable classification system for supporting CP prediction based on General Movement Assessment (GMA). We design a Pytorch-based attention-informed graph convolutional network to early identify infants at risk of CP from skeletal data extracted from RGB videos. We also design a frequency-binning module for learning the CP movements in the frequency domain while filtering noise. Our system only requires consumer-grade RGB videos for training to support interactive-time CP prediction by providing an interpretable CP classification result.
• Abstract（参考訳）: 早期の予測は脳性麻痺(CP)治療の不可欠な部分の一つと考えられている。 本稿では,一般運動評価(GMA)に基づくCP予測を支援するために,低コストで解釈可能な分類システムを提案する。 RGBビデオから抽出した骨格データから幼児のCPリスクを早期に識別するために,Pytorchに基づく注意インフォームドグラフ畳み込みネットワークを設計した。 また,雑音をフィルタリングしながら周波数領域のcp動きを学習する周波数バイニングモジュールを設計した。 本システムでは,解釈可能なCP分類結果を提供することで,対話型CP予測をサポートするために,コンシューマグレードのRGBビデオのみを必要とする。

関連論文リスト

• Facial Kinship Verification from remote photoplethysmography [8.212664345436092]
  Kinship Verification (FKV) は、2人の被験者が人間の顔に基づいて親族関係を持つかどうかを自動的に判定することを目的としている。 従来のFKVは、スプーフ攻撃に脆弱であり、プライバシーの問題を引き起こすため、課題に直面している。 本稿では,FKVを生体信号で探索し,リモート光合成反射に着目した。
  論文  参考訳（メタデータ） (2023-09-14T19:33:11Z)
• Can Current Explainability Help Provide References in Clinical Notes to Support Humans Annotate Medical Codes? [53.45585591262433]
  本稿では、注意スコアに基づくxRAC-ATTNと、モデルに依存しない知識蒸留に基づくxRAC-KDの2つのアプローチについて説明する。 我々は,xRAC-ATTNが強調した支持エビデンステキストが,xRAC-KDよりも高品質であるのに対して,xRAC-KDは本番環境において潜在的に有利であることを示した。
  論文  参考訳（メタデータ） (2022-10-28T04:06:07Z)
• WPPG Net: A Non-contact Video Based Heart Rate Extraction Network Framework with Compatible Training Capability [21.33542693986985]
  顔の皮膚には、リモートフォトプレシー(r)信号と呼ばれる微妙な色の変化があり、そこから被験者の心拍数を抽出できる。 近年,r信号抽出に関する多くの深層学習手法と関連するデータセットが提案されている。 しかしながら,BVP信号などのラベル波は,我々の体内を流れる時間と他の要因により,実際のr信号に不確実な遅延がある。 本稿では、r信号とラベル波のリズムと周期性に関する共通特性を解析することにより、これらのネットワークを包み、トレーニング時に効率を保ち続けるためのトレーニング手法を提案する。
  論文  参考訳（メタデータ） (2022-07-04T19:52:30Z)
• Automated Classification of General Movements in Infants Using a Two-stream Spatiotemporal Fusion Network [5.541644538483947]
  幼児の全身運動(GM)の評価は神経発達障害の早期診断に有用である。 近年、ビデオベースのGM分類が注目されているが、これは無関係な情報の影響を強く受けている。 不要な背景情報を除去する前処理ネットワークからなる自動GM分類法を提案する。
  論文  参考訳（メタデータ） (2022-07-04T05:21:09Z)
• Identifying Rhythmic Patterns for Face Forgery Detection and Categorization [46.21354355137544]
  本研究では, PPG信号に対する空間時間フィルタリングネットワーク (STFNet) と, PPG信号の制約と相互作用のための空間時間インタラクションネットワーク (STINet) からなる顔偽造検出と分類のためのフレームワークを提案する。 フォージェリーメソッドの生成に関する知見を得て,フレームワークの性能を高めるために,イントラソースとイントラソースのブレンディングを提案する。
  論文  参考訳（メタデータ） (2022-07-04T04:57:06Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• Cerebral Palsy Prediction with Frequency Attention Informed Graph Convolutional Networks [14.900704382194013]
  脳性麻痺(CP)の早期診断と治療は臨床的に最重要であると考えられる CP児の運動頻度と健常群とでは有意な差がみられ,予測性能が向上した。 本稿では、2つのコンシューマグレードのRGBビデオデータセット上で、周波数アテンション情報付きグラフ畳み込みネットワークを提案し、それを検証した。
  論文  参考訳（メタデータ） (2022-04-23T05:48:17Z)
• Joint-bone Fusion Graph Convolutional Network for Semi-supervised Skeleton Action Recognition [65.78703941973183]
  本稿では,CD-JBF-GCNをエンコーダとし,ポーズ予測ヘッドをデコーダとして使用する新しい相関駆動型ジョイントボーン・フュージョングラフ畳み込みネットワークを提案する。 具体的には、CD-JBF-GCは、関節ストリームと骨ストリームの間の運動伝達を探索することができる。 自己教師型トレーニング段階におけるポーズ予測に基づくオートエンコーダにより、未ラベルデータから動作表現を学習することができる。
  論文  参考訳（メタデータ） (2022-02-08T16:03:15Z)
• Colorectal Polyp Classification from White-light Colonoscopy Images via Domain Alignment [57.419727894848485]
  大腸内視鏡画像からの正確な診断を支援するためには,コンピュータ支援診断システムが必要である。 これまでのほとんどの研究では、Narrow-Band Imaging (NBI) や他の拡張画像を用いて、ポリプの分化モデルの開発を試みている。 正確な大腸ポリープ分類のための教師/学生アーキテクチャに基づく新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-08-05T09:31:46Z)
• Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
  未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。 網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。 近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。 本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。 提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
  論文  参考訳（メタデータ） (2020-04-03T14:07:41Z)

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。