Fugu-MT 論文翻訳(概要): BlanketSet -- A clinical real-world in-bed action recognition and qualitative semi-synchronised MoCap dataset

論文の概要: BlanketSet -- A clinical real-world in-bed action recognition and qualitative semi-synchronised MoCap dataset

arxiv url: http://arxiv.org/abs/2210.03600v3
Date: Sun, 19 Mar 2023 19:13:23 GMT
ステータス: 処理完了
システム内更新日: 2023-03-24 02:52:39.375702
Title: BlanketSet -- A clinical real-world in-bed action recognition and qualitative semi-synchronised MoCap dataset
Title（参考訳）: BlanketSet -- 臨床現実のベッド内アクション認識と定性的半同期MoCapデータセット
Authors: Jo\~ao Carmona and Tam\'as Kar\'acsony and Jo\~ao Paulo Silva Cunha
Abstract要約: BlanketSetは病院のベッドで実行されたシーケンスのRGB-IR-D行動認識データセットである。このデータセットは、より一般的な大規模なデータセットで得られた改善をこれらの臨床シナリオにブリッジするのに役立つ可能性がある。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Clinical in-bed video-based human motion analysis is a very relevant computer vision topic for several relevant biomedical applications. Nevertheless, the main public large datasets (e.g. ImageNet or 3DPW) used for deep learning approaches lack annotated examples for these clinical scenarios. To address this issue, we introduce BlanketSet, an RGB-IR-D action recognition dataset of sequences performed in a hospital bed. This dataset has the potential to help bridge the improvements attained in more general large datasets to these clinical scenarios. Information on how to access the dataset is available at https://rdm.inesctec.pt/dataset/nis-2022-004.
Abstract（参考訳）: ビデオベースの臨床動作分析は、いくつかの関連するバイオメディカル応用のためのコンピュータビジョンのトピックである。それでも、ディープラーニングアプローチに使用される主要な公開大規模データセット(ImageNetや3DPWなど)には、これらの臨床シナリオに対する注釈付き例がない。この問題に対処するため,病院ベッドで実施したRGB-IR-D行動認識データセットであるBlanketSetを紹介する。このデータセットは、より一般的な大規模なデータセットで得られた改善をこれらの臨床シナリオにブリッジするのに役立つ可能性がある。データセットへのアクセス方法はhttps://rdm.inesctec.pt/dataset/nis-2022-004で確認できる。

関連論文リスト

GastroVision: A Multi-class Endoscopy Image Dataset for Computer Aided Gastrointestinal Disease Detection [6.231109933741383]
本データセットは, 解剖学的所見, 病理所見, ポリープ除去症例, 正常所見を含む。経験豊富なGI内科医によって注釈され、検証された。我々のデータセットは、GI病の検出と分類のためのAIベースのアルゴリズムの開発を促進することができると信じている。
論文参考訳（メタデータ） (2023-07-16T19:36:03Z)
Learnable Weight Initialization for Volumetric Medical Image Segmentation [66.3030435676252]
本稿では,学習可能な重みに基づくハイブリッド医療画像セグメンテーション手法を提案する。我々のアプローチはどんなハイブリッドモデルにも簡単に統合でき、外部のトレーニングデータを必要としない。多臓器・肺がんセグメンテーションタスクの実験は、我々のアプローチの有効性を実証している。
論文参考訳（メタデータ） (2023-06-15T17:55:05Z)
Development and validation of a natural language processing algorithm to pseudonymize documents in the context of a clinical data warehouse [53.797797404164946]
この研究は、この領域でツールやリソースを共有する際に直面する困難を浮き彫りにしている。臨床文献のコーパスを12種類に分類した。私たちは、ディープラーニングモデルと手動ルールの結果をマージして、ハイブリッドシステムを構築します。
論文参考訳（メタデータ） (2023-03-23T17:17:46Z)
Applied Deep Learning to Identify and Localize Polyps from Endoscopic Images [0.0]
我々は,ポリープや潰瘍のアノテーションを含むデータセットのオープンソース化を目指してきた。これは、ポリプと潰瘍の画像を含むインド初のデータセットです。大規模な公開データセットでトレーニングされた、人気のあるディープラーニングオブジェクト検出モデルを用いて、データセットを評価しました。
論文参考訳（メタデータ） (2023-01-22T22:14:25Z)
Unsupervised pre-training of graph transformers on patient population graphs [48.02011627390706]
異種臨床データを扱うグラフ変換器を用いたネットワークを提案する。自己教師型, 移動学習環境において, 事前学習方式の利点を示す。
論文参考訳（メタデータ） (2022-07-21T16:59:09Z)
Learning from Temporal Spatial Cubism for Cross-Dataset Skeleton-based Action Recognition [88.34182299496074]
アクションラベルはソースデータセットでのみ利用可能だが、トレーニング段階のターゲットデータセットでは利用できない。我々は,2つの骨格に基づく行動データセット間の領域シフトを低減するために,自己スーパービジョン方式を利用する。時間的セグメントや人体部分のセグメンテーションとパーフォーミングにより、我々は2つの自己教師あり学習分類タスクを設計する。
論文参考訳（メタデータ） (2022-07-17T07:05:39Z)
Self-supervised Answer Retrieval on Clinical Notes [68.87777592015402]
本稿では,ドメイン固有パスマッチングのためのトランスフォーマー言語モデルをトレーニングするためのルールベースのセルフスーパービジョンであるCAPRを紹介する。目的をトランスフォーマーベースの4つのアーキテクチャ、コンテキスト文書ベクトル、ビ-、ポリエンコーダ、クロスエンコーダに適用する。本稿では,ドメイン固有パスの検索において,CAPRが強いベースラインを上回り,ルールベースおよび人間ラベル付きパスを効果的に一般化することを示す。
論文参考訳（メタデータ） (2021-08-02T10:42:52Z)
A Real Use Case of Semi-Supervised Learning for Mammogram Classification in a Local Clinic of Costa Rica [0.5541644538483946]
ディープラーニングモデルのトレーニングには、かなりの量のラベル付きイメージが必要です。多くの公開データセットが、さまざまな病院や診療所のデータで構築されている。ラベルなしデータを利用した半教師付き深層学習手法であるMixMatchを提案し評価した。
論文参考訳（メタデータ） (2021-07-24T22:26:50Z)
Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
論文参考訳（メタデータ） (2020-10-09T14:39:27Z)
On the Composition and Limitations of Publicly Available COVID-19 X-Ray Imaging Datasets [0.0]
データ不足、トレーニングとターゲット人口のミスマッチ、グループ不均衡、ドキュメントの欠如は、バイアスの重要な原因である。本稿では,現在公開されている新型コロナウイルス胸部X線データセットの概要を紹介する。
論文参考訳（メタデータ） (2020-08-26T14:16:01Z)
IntrA: 3D Intracranial Aneurysm Dataset for Deep Learning [18.163031102785904]
IntrAというオープンアクセス型3次元頭蓋内動脈瘤データセットを導入し、ポイントベースおよびメッシュベース分類とセグメンテーションモデルの適用を可能にした。本データセットは頭蓋内動脈瘤の診断に有用であり, 頸部を摘出し, クリッピング術を施行した。
論文参考訳（メタデータ） (2020-03-02T05:21:53Z)

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。