論文の概要: Automatic Assessment of Infant Face and Upper-Body Symmetry as Early Signs of Torticollis

• arxiv url: http://arxiv.org/abs/2210.15022v1
• Date: Wed, 26 Oct 2022 20:39:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-28 15:23:12.470964
• Title: Automatic Assessment of Infant Face and Upper-Body Symmetry as Early Signs of Torticollis
• Title（参考訳）: 乳児の顔および上体対称性の早期徴候としての自動評価
• Authors: Michael Wan, Xiaofei Huang, Bethany Tunik, Sarah Ostadabbas
• Abstract要約: 本研究では, データスカース乳幼児領域向けに開発されたコンピュータビジョンのポーズ推定手法を, torticollis の研究に応用した。 幼児の顔と上半身の対称性に関する幾何的測度を推定するために,顔のランドマークと身体の関節推定技術を組み合わせた。
• 参考スコア（独自算出の注目度）: 11.187291473332325
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We apply computer vision pose estimation techniques developed expressly for the data-scarce infant domain to the study of torticollis, a common condition in infants for which early identification and treatment is critical. Specifically, we use a combination of facial landmark and body joint estimation techniques designed for infants to estimate a range of geometric measures pertaining to face and upper body symmetry, drawn an array of sources in the physical therapy and ophthalmology research literature in torticollis. We gauge performance with a range of metrics and show that the estimates of most these geometric measures are successful, yielding very strong to strong Spearman's $\rho$ correlation with ground truth values. Furthermore, we show that these estimates derived from pose estimation neural networks designed for the infant domain cleanly outperform estimates derived from more widely known networks designed for the adult domain.
• Abstract（参考訳）: 乳児の早期鑑別と治療が重要となる小児の共通症状であるtorticollisの研究に,データスカース乳児領域に特異的に開発されたコンピュータビジョンポーズ推定技術を適用した。 具体的には,幼児を対象とした顔のランドマークと身体の関節推定技術を組み合わせて,顔および上半身の対称性に関する幾何的測度を推定し,身体療法と眼科における眼科研究の文献に様々な資料を作成した。 我々は、様々な測定値を用いて性能を測り、これらの幾何測度の見積もりが成功したことを示し、スピアマンの強い$\rho$と基底真理値との相関に非常に強い結果をもたらす。 さらに,乳児領域用に設計されたポーズ推定ニューラルネットワークから得られた推定値は,成人領域向けに設計されたより広く知られているネットワークから得られた推定をクリーンに上回っていることを示す。

関連論文リスト

• A Textbook Remedy for Domain Shifts: Knowledge Priors for Medical Image Analysis [48.84443450990355]
  ディープネットワークは、医学的なスキャンに適用すると、例外のない状況で失敗することが多いため、自然画像の解析において広く成功している。 胸部X線や皮膚病変画像の文脈において、異なる病院から採取したデータや、性別、人種などの人口統計学的変数によって構築されたデータなど、ドメインシフトに対するモデル感度に焦点をあてる。 医学教育からインスピレーションを得て,自然言語で伝達される明示的な医学知識を基盤としたディープネットワークを提案する。
  論文  参考訳（メタデータ） (2024-05-23T17:55:02Z)
• Modeling 3D Infant Kinetics Using Adaptive Graph Convolutional Networks [2.2279946664123664]
  自発運動、運動学(orkinetics)は、今後の神経発達の強力なサロゲート指標を提供する。 そこで本研究では,個々の運動パターンのデータ駆動評価に基づいて,乳幼児の成熟を予測するための代替手法を提案する。
  論文  参考訳（メタデータ） (2024-02-22T09:34:48Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• Anatomy-guided domain adaptation for 3D in-bed human pose estimation [62.3463429269385]
  3次元人間のポーズ推定は臨床モニタリングシステムにおいて重要な要素である。 ラベル付きソースからシフトしたラベル付きターゲットドメインにモデルを適応させる新しいドメイン適応方式を提案する。 我々の手法は、様々な最先端のドメイン適応法より一貫して優れています。
  論文  参考訳（メタデータ） (2022-11-22T11:34:51Z)
• Neurodevelopmental Phenotype Prediction: A State-of-the-Art Deep Learning Model [0.0]
  我々は,新生児の皮質表面データを解析するためにディープニューラルネットワークを適用した。 我々の目標は、神経発達のバイオマーカーを特定し、これらのバイオマーカーに基づいて出生時の妊娠年齢を予測することである。
  論文  参考訳（メタデータ） (2022-11-16T11:15:23Z)
• Computer Vision to the Rescue: Infant Postural Symmetry Estimation from Incongruent Annotations [10.240757129801757]
  両側姿勢対称性は自閉症スペクトラム障害(ASD)のリスクマーカーとして重要な役割を担っている 幼児の3次元ポーズ推定を利用したコンピュータビジョンに基づく幼児対称性評価システムを開発した。
  論文  参考訳（メタデータ） (2022-07-19T15:59:40Z)
• White Matter Tracts are Point Clouds: Neuropsychological Score Prediction and Critical Region Localization via Geometric Deep Learning [68.5548609642999]
  ホワイトマタートラクトデータを用いた神経心理学的スコア予測のためのディープラーニングに基づくフレームワークを提案する。 各点の微細構造測定を行う点雲として, arcuate fasciculus (AF) を表現した。 Paired-Siamese Lossでは,連続した神経心理学的スコアの違いに関する情報を利用した予測性能を改善した。
  論文  参考訳（メタデータ） (2022-07-06T02:03:28Z)
• Geometric Deep Learning for Post-Menstrual Age Prediction based on the Neonatal White Matter Cortical Surface [5.936385673699182]
  本研究では, 経年変化をスキャンで予測する新しい手法を提案する。 我々は,新生児白質皮質表面をベースとした幾何学的深層学習の技術を用いている。 その結果,平均誤差は1週間未満と推定されたPAの正確な予測が得られた。
  論文  参考訳（メタデータ） (2020-08-13T20:15:03Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)
• Preterm infants' pose estimation with spatio-temporal features [7.054093620465401]
  本稿では,手足検出・追跡における短期的特徴の活用について紹介する。 手足位置推定の実際の臨床実践で得られた深度ビデオを用いた最初の研究である。
  論文  参考訳（メタデータ） (2020-05-08T09:51:22Z)
• 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。