論文の概要: The HoloLens in Medicine: A systematic Review and Taxonomy
- arxiv url: http://arxiv.org/abs/2209.03245v1
- Date: Tue, 6 Sep 2022 13:05:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-08 13:11:29.888067
- Title: The HoloLens in Medicine: A systematic Review and Taxonomy
- Title（参考訳）: HoloLens in Medicine : 体系的レビューと分類学
- Authors: Christina Gsaxner, Jianning Li, Antonio Pepe, Yuan Jin, Jens Kleesiek,
Dieter Schmalstieg and Jan Egger
- Abstract要約: HoloLensは、ヘッドウーンで光を通した拡張現実ディスプレイだ。
医療環境では、HoloLensは医師が患者の情報について即座に洞察を得ることを可能にする。
この体系的なレビューは、医療領域における第1世代のHoloLensの使用に関する包括的な概要を提供する。
- 参考スコア（独自算出の注目度）: 11.016048426661198
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The HoloLens (Microsoft Corp., Redmond, WA), a head-worn, optically
see-through augmented reality display, is the main player in the recent boost
in medical augmented reality research. In medical settings, the HoloLens
enables the physician to obtain immediate insight into patient information,
directly overlaid with their view of the clinical scenario, the medical student
to gain a better understanding of complex anatomies or procedures, and even the
patient to execute therapeutic tasks with improved, immersive guidance. In this
systematic review, we provide a comprehensive overview of the usage of the
first-generation HoloLens within the medical domain, from its release in March
2016, until the year of 2021, were attention is shifting towards it's
successor, the HoloLens 2. We identified 171 relevant publications through a
systematic search of the PubMed and Scopus databases. We analyze these
publications in regard to their intended use case, technical methodology for
registration and tracking, data sources, visualization as well as validation
and evaluation. We find that, although the feasibility of using the HoloLens in
various medical scenarios has been shown, increased efforts in the areas of
precision, reliability, usability, workflow and perception are necessary to
establish AR in clinical practice.
- Abstract（参考訳）: hololens(microsoft corp., redmond, wa)は、ヘッドウォードで光学的にシースルーな拡張現実ディスプレイで、最近の医療用拡張現実研究の加速の主役だ。
医療環境では、hololensによって医師は患者の情報を直接把握し、臨床シナリオの視点を直接覆し、医学生は複雑な解剖学や手順をよりよく理解し、患者はより没入的な指導によって治療のタスクを実行することができる。
この体系的なレビューでは、2016年3月の発売から2021年の発売まで、医療分野における初代hololensの使用に関する包括的な概観を提供しており、その後継機であるhololens 2.0へと注目が移っている。
PubMed および Scopus データベースを体系的に検索し,関連文献 171 を同定した。
これらの出版物について,登録・追跡のための技術手法,データソース,可視化,検証・評価等について分析した。
HoloLensが様々な医療シナリオで利用可能であることは示されているが,臨床実践においてARを確立するためには,精度,信頼性,ユーザビリティ,ワークフロー,知覚といった分野への取り組みが不可欠である。
関連論文リスト
- STLLaVA-Med: Self-Training Large Language and Vision Assistant for Medical Question-Answering [58.79671189792399]
STLLaVA-Medは、医療ビジュアルインストラクションデータを自動生成できるポリシーモデルを訓練するために設計されている。
STLLaVA-Medの有効性とデータ効率を3つの主要な医用視覚質問応答(VQA)ベンチマークで検証した。
論文 参考訳（メタデータ） (2024-06-28T15:01:23Z) - Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。
VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。
本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T23:19:28Z) - A Perspective on Individualized Treatment Effects Estimation from
Time-series Health Data [2.9404725327650767]
この研究は、論文における最新の研究を要約し、理論的な仮定、治療のタイプ、計算フレームワークを考慮してそれをレビューする。
この研究が新たな方向性を開き、エキサイティングで未研究の分野の1つを理解するためのリソースとして機能することを願っています。
論文 参考訳（メタデータ） (2024-02-07T08:53:46Z) - Deep Learning Approaches for Seizure Video Analysis: A Review [40.1521024778093]
コンピュータ支援による発作の映像分析が自然の道として現れている。
ディープラーニングとコンピュータビジョンのアプローチは、大幅な進歩をもたらした。
これらの主な応用は、(1)発作検出法の改善、(2)発作のタイプと脳の局在を予測するための洗練されたセミロジー分析である。
論文 参考訳（メタデータ） (2023-12-18T04:45:41Z) - Tracking and Mapping in Medical Computer Vision: A Review [23.28261994515735]
コンピュータビジョンアルゴリズムの能力が向上するにつれて、臨床システムにおけるその応用はより広まりつつある。
これらの応用には、大腸内視鏡や気管支内視鏡などの診断、生検の導出、侵襲的介入の最小化、手術などがある。
これらのアプリケーションの多くは、医療シーンの視覚的特性に依存しており、この環境での実行には設計アルゴリズムが必要である。
論文 参考訳（メタデータ） (2023-10-17T03:36:28Z) - Deep Learning and Computer Vision for Glaucoma Detection: A Review [0.8379286663107844]
緑内障は世界中で不可逆的な盲目の原因となっている。
コンピュータビジョンとディープラーニングの最近の進歩は、自動評価の可能性を示している。
眼底,光コヒーレンス断層撮影,視野画像を用いたAIによる緑内障の診断に関する最近の研究について調査した。
論文 参考訳（メタデータ） (2023-07-31T09:49:51Z) - Validating polyp and instrument segmentation methods in colonoscopy through Medico 2020 and MedAI 2021 Challenges [58.32937972322058]
メディコオートマチックポリープセグメンテーション(Medico 2020)と「メディコ:医療画像の透明性(MedAI 2021)」コンペティション。
本報告では, それぞれのコントリビューションを包括的に分析し, ベストパフォーマンスメソッドの強さを強調し, クリニックへの臨床翻訳の可能性について考察する。
論文 参考訳（メタデータ） (2023-07-30T16:08:45Z) - Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
本稿では,Re$3$Writer法を提案する。
本手法が患者の退院指示生成に有効であることを示す。
論文 参考訳（メタデータ） (2022-10-23T16:34:39Z) - Dissecting Self-Supervised Learning Methods for Surgical Computer Vision [51.370873913181605]
一般のコンピュータビジョンコミュニティでは,自己監視学習(SSL)手法が普及し始めている。
医学や手術など、より複雑で影響力のある領域におけるSSLメソッドの有効性は、限定的かつ未調査のままである。
外科的文脈理解,位相認識,ツール存在検出の2つの基本的なタスクに対して,これらの手法の性能をColec80データセット上で広範囲に解析する。
論文 参考訳（メタデータ） (2022-07-01T14:17:11Z) - Medical Deep Learning -- A systematic Meta-Review [0.4256574128156698]
ディープラーニング(DL)はここ数年、いくつかの科学分野に影響を与えてきた。
DLは、自動運転などのタスクで最先端の結果を提供し、以前の試みを抜いた。
大量の患者の記録とデータの収集により、医療情報の自動化された信頼性の高い処理と分析が求められている。
論文 参考訳（メタデータ） (2020-10-28T11:01:40Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳（メタデータ） (2020-09-24T00:42:36Z)
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。