論文の概要: Analysis of Smooth Pursuit Assessment in Virtual Reality and Concussion
Detection using BiLSTM
- arxiv url: http://arxiv.org/abs/2210.11238v1
- Date: Wed, 12 Oct 2022 16:52:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-23 20:27:03.029186
- Title: Analysis of Smooth Pursuit Assessment in Virtual Reality and Concussion
Detection using BiLSTM
- Title(参考訳): BiLSTMを用いたバーチャルリアリティーと脳震源検出におけるスムース・スーツ・アセスメントの解析
- Authors: Prithul Sarker, Khondker Fariha Hossain, Isayas Berhe Adhanom, Philip
K Pavilionis, Nicholas G. Murray, Alireza Tavakkoli
- Abstract要約: スポーツ関連脳梗塞(SRC)バッテリは主観的症状報告に大きく依存している。
本稿では,長期記憶(LSTM)リカレントニューラルネットワーク(RNN)アーキテクチャを用いて,眼球運動データからSRCを検出する手法を提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The sport-related concussion (SRC) battery relies heavily upon subjective
symptom reporting in order to determine the diagnosis of a concussion.
Unfortunately, athletes with SRC may return-to-play (RTP) too soon if they are
untruthful of their symptoms. It is critical to provide accurate assessments
that can overcome underreporting to prevent further injury. To lower the risk
of injury, a more robust and precise method for detecting concussion is needed
to produce reliable and objective results. In this paper, we propose a novel
approach to detect SRC using long short-term memory (LSTM) recurrent neural
network (RNN) architectures from oculomotor data. In particular, we propose a
new error metric that incorporates mean squared error in different proportions.
The experimental results on the smooth pursuit test of the VR-VOMS dataset
suggest that the proposed approach can predict concussion symptoms with higher
accuracy compared to symptom provocation on the vestibular ocular motor
screening (VOMS).
- Abstract(参考訳): sport-related concussion (src) バッテリは、脳震縮の診断のために主観的な症状報告に大きく依存している。
残念なことに、SRCの選手は症状に無関心であれば、RTP(Return-to-play)が早すぎる可能性がある。
報告不足を克服し、さらなる怪我を防止できる正確な評価を提供することが重要である。
損傷のリスクを下げるためには、信頼性と客観的な結果を得るために、よりロバストで正確な震動検出方法が必要である。
本稿では,long short-term memory (lstm) recurrent neural network (rnn) アーキテクチャを用いて,oculomotorデータからsrcを検出する新しい手法を提案する。
特に、平均二乗誤差を異なる比例で組み込んだ新しい誤差計量を提案する。
vr-vomsデータセットの円滑な追跡実験の結果から,前庭眼運動スクリーニング(voms)の症状誘発よりも高い精度で脳震縮症状を予測できることが示唆された。
関連論文リスト
- Automatic diagnosis of knee osteoarthritis severity using Swin
transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。
我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文 参考訳(メタデータ) (2023-07-10T09:49:30Z) - Meta-Analysis of Transfer Learning for Segmentation of Brain Lesions [0.0]
3次元磁気共鳴(MR)画像からの脳卒中病変の手動分割は、現在の金標準である。
転写学習(TL)と混合データアプローチを用いて訓練した8種類の2次元モデルアーキテクチャを用いて,脳卒中病変の完全自動セグメンテーション手法の実装と試験を行った。
クロスバリデーションの結果,新しい手法は,地中真実と比較して高速かつ高精度に病変を分割できることがわかった。
論文 参考訳(メタデータ) (2023-06-20T17:42:30Z) - Adversarial Robustness and Feature Impact Analysis for Driver Drowsiness
Detection [0.0]
眠気運転は道路事故の主要な原因であるが、ドライバーは疲労が反応時間に与える影響を否定している。
障害が発生する前に眠気を検出するには、機械学習(ML)を使用して心拍変動(HRV)信号を監視するという、有望な戦略がある。
論文 参考訳(メタデータ) (2023-03-23T20:13:44Z) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳(メタデータ) (2023-03-07T09:40:22Z) - Virtual-Reality based Vestibular Ocular Motor Screening for Concussion
Detection using Machine-Learning [0.0]
スポーツ関連脳梗塞(SRC)は視覚・前庭・体性感覚系の感覚情報に依存する。
現在,Vestibular/Ocular Motor Screening (VOMS) を施行中である。
技術の進歩により、VOMSの標準化を進めるためにバーチャルリアリティ(VR)を利用することができる。
論文 参考訳(メタデータ) (2022-10-13T02:09:21Z) - Automated SSIM Regression for Detection and Quantification of Motion
Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。
MR画像の画質評価は,臨床診断に先立って基本的である。
構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文 参考訳(メタデータ) (2022-06-14T10:16:54Z) - DeepStroke: An Efficient Stroke Screening Framework for Emergency Rooms
with Multimodal Adversarial Deep Learning [18.097454820713555]
緊急室(ER)では、脳梗塞の診断が一般的な課題である。
過剰な実行時間とコストのため、通常、MRIスキャンはERでは利用できない。
本稿では,コンピュータ支援型ストロークプレゼンス評価を実現するために,新しいマルチモーダル深層学習フレームワークDeepStrokeを提案する。
論文 参考訳(メタデータ) (2021-09-24T16:46:13Z) - Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep
Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。
矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。
本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文 参考訳(メタデータ) (2021-05-18T11:37:57Z) - Pain Assessment based on fNIRS using Bidirectional LSTMs [1.9654272166607836]
機能的近赤外分光法(fNIRS)と深層学習法(深層学習法)をヒトの痛み評価に用いる。
本研究の目的は、深層学習を用いてfNIRS生データから特徴を自動的に学習し、手作り特徴の設計に必要な主観性とドメイン知識のレベルを下げることである。
論文 参考訳(メタデータ) (2020-12-24T12:55:39Z) - Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing
Parkinson's Disease Motor Severity [39.51722822896373]
パーキンソン病(英: Parkinson's disease、PD)は、運動機能に影響を及ぼす進行性神経疾患である。
PD障害の身体的重症度は、運動障害学会統一パーキンソン病評価尺度によって定量化することができる。
MDS-UPDRSの歩行スコアに基づいて、個人が撮影する非侵襲的な映像を観察し、3次元の身体骨格を抽出し、時間を通して追跡し、運動を分類するコンピュータビジョンベースモデルを提案する。
論文 参考訳(メタデータ) (2020-07-17T11:49:30Z) - 4D Deep Learning for Multiple Sclerosis Lesion Activity Segmentation [49.32653090178743]
我々は,MRIボリュームの履歴を用いて,この問題をフル4次元ディープラーニングに拡張することで,性能が向上するかどうか検討する。
提案手法は, 病変側真陽性率0.84, 病変側偽陽性率0.19で従来手法より優れていた。
論文 参考訳(メタデータ) (2020-04-20T11:41:01Z)
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。