論文の概要: PACMAN: a framework for pulse oximeter digit detection and reading in a
low-resource setting
- arxiv url: http://arxiv.org/abs/2212.04964v1
- Date: Fri, 9 Dec 2022 16:22:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-12 15:55:44.008262
- Title: PACMAN: a framework for pulse oximeter digit detection and reading in a
low-resource setting
- Title(参考訳): PACMAN:低リソース環境におけるパルスオキシメータディジット検出と読み出しのためのフレームワーク
- Authors: Chiraphat Boonnag, Wanumaidah Saengmolee, Narongrid Seesawad, Amrest
Chinkamol, Saendee Rattanasomrerk, Kanyakorn Veerakanjana, Kamonwan
Thanontip, Warissara Limpornchitwilai, Piyalitt Ittichaiwong, and Theerawit
Wilaiprasitporn
- Abstract要約: 新型コロナウイルスのパンデミックを受けて、患者は毎日の酸素飽和度(SpO2)とパルスレート(PR)値を健康モニタリングシステムに手動で入力する必要がある。
光文字認識(OCR)を用いた捕獲画像からの生理的価値の検出の試み
本研究の目的は,低リソース深層学習型コンピュータビジョンを用いたPACMANという新しいフレームワークを提案することである。
- 参考スコア(独自算出の注目度): 0.42897826548373363
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In light of the COVID-19 pandemic, patients were required to manually input
their daily oxygen saturation (SpO2) and pulse rate (PR) values into a health
monitoring system-unfortunately, such a process trend to be an error in typing.
Several studies attempted to detect the physiological value from the captured
image using optical character recognition (OCR). However, the technology has
limited availability with high cost. Thus, this study aimed to propose a novel
framework called PACMAN (Pandemic Accelerated Human-Machine Collaboration) with
a low-resource deep learning-based computer vision. We compared
state-of-the-art object detection algorithms (scaled YOLOv4, YOLOv5, and
YOLOR), including the commercial OCR tools for digit recognition on the
captured images from pulse oximeter display. All images were derived from
crowdsourced data collection with varying quality and alignment. YOLOv5 was the
best-performing model against the given model comparison across all datasets,
notably the correctly orientated image dataset. We further improved the model
performance with the digits auto-orientation algorithm and applied a clustering
algorithm to extract SpO2 and PR values. The accuracy performance of YOLOv5
with the implementations was approximately 81.0-89.5%, which was enhanced
compared to without any additional implementation. Accordingly, this study
highlighted the completion of PACMAN framework to detect and read digits in
real-world datasets. The proposed framework has been currently integrated into
the patient monitoring system utilized by hospitals nationwide.
- Abstract(参考訳): 新型コロナウイルス(covid-19)のパンデミックに照らして、患者は毎日の酸素飽和度(spo2)と脈拍数(pr)を健康モニタリングシステムに手動入力することが求められました。
オプティカルキャラクタ認識(OCR)を用いて捕獲画像から生理的価値を検出することを試みた。
しかし、この技術は高コストでしか利用できない。
そこで本研究では,低リソース深層学習型コンピュータビジョンを用いたPACMAN(Pandemic Accelerated Human-Machine Collaboration)という新しいフレームワークを提案する。
我々は、パルスオキシメータディスプレイから取得した画像にデジタル認識を行う商用OCRツールを含む最先端の物体検出アルゴリズム(YOLOv4、YOLOv5、YOLOR)を比較した。
すべての画像は、様々な品質とアライメントを持つクラウドソースのデータ収集から導出された。
YOLOv5は、すべてのデータセット、特に正確に向き付けされたイメージデータセットにおいて、与えられたモデル比較に対する最高のパフォーマンスモデルでした。
さらに,Digitalsオートオリエンテーションアルゴリズムを用いてモデル性能を改善し,クラスタリングアルゴリズムを用いてSpO2とPR値の抽出を行った。
実装によるyolov5の精度は約81.0-89.5%で、追加実装なしでは向上した。
そこで本研究では,実世界のデータセットにおける数字の検出と読み出しを行うpacmanフレームワークの完成を強調する。
この枠組みは現在,全国の病院で使用されている患者モニタリングシステムに統合されている。
関連論文リスト
- VAE-IF: Deep feature extraction with averaging for unsupervised artifact
detection in routine acquired ICU time-series [1.9665926763554147]
本稿では,事前のラベル付けや信号固有知識を使わずに,微細分解能ICUデータ中のアーティファクトを検出するための教師なし手法を提案する。
提案手法は,変分オートエンコーダ(VAE)とアイフォレスト(iForest)モデルを組み合わせて特徴を学習し,異常を同定する。
提案手法は, 同等の感度を達成し, 外部データセットによく適合することを示す。
論文 参考訳(メタデータ) (2023-12-10T18:03:40Z) - Leveraging Semi-Supervised Graph Learning for Enhanced Diabetic
Retinopathy Detection [0.0]
糖尿病網膜症(DR: Diabetic Retinopathy)は、早期発見と治療の急激な必要性を浮き彫りにしている。
機械学習(ML)技術の最近の進歩は、DR検出における将来性を示しているが、ラベル付きデータの可用性は、しばしばパフォーマンスを制限している。
本研究では,DR検出に適したSemi-Supervised Graph Learning SSGLアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-09-02T04:42:08Z) - Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation
of rPPG [2.82697733014759]
r(pg photoplethysmography)は、カメラで捉えたヘモグロビンの光吸収特性を用いてBVP(Blood Volume Pulse)を測定し、分析する技術である。
本研究は,多種多様なデータセットを対象とした様々なrベンチマーク手法の評価を行い,妥当性評価と比較を行うためのフレームワークを提供することを目的とする。
論文 参考訳(メタデータ) (2023-07-24T09:35:47Z) - Vision-Language Modelling For Radiological Imaging and Reports In The
Low Data Regime [70.04389979779195]
本稿では,視覚および言語入力を共通空間に埋め込んだ医用視覚言語モデル(VLM)について検討する。
本稿では,新しい画像領域やテキスト領域への汎用事前学習モデルの適用など,低データ性能向上のためのいくつかの候補手法について検討する。
テキスト・ツー・イメージ検索をベンチマークとして,2つの胸部X線および放射線学的報告を用いた可変サイズのトレーニングデータセットを用いて,これらの手法の性能評価を行った。
論文 参考訳(メタデータ) (2023-03-30T18:20:00Z) - AMIGO: Sparse Multi-Modal Graph Transformer with Shared-Context
Processing for Representation Learning of Giga-pixel Images [53.29794593104923]
本稿では,スライド病理像全体に対する共有コンテキスト処理の新たな概念を提案する。
AMIGOは、組織内のセルラーグラフを使用して、患者に単一の表現を提供する。
我々のモデルは、データの20%以下で同じ性能を達成できる程度に、欠落した情報に対して強い堅牢性を示す。
論文 参考訳(メタデータ) (2023-03-01T23:37:45Z) - Lossy compression of multidimensional medical images using sinusoidal
activation networks: an evaluation study [0.0]
我々は, 周期的活性化機能を持つニューラルネットワークを用いて, 大規模多次元医用画像データセットを確実に圧縮する方法を評価する。
正弦波アクティベーションネットワークのパラメータを用いて,任意の4次元dMRIデータセットを正確に表現する方法を示す。
その結果,提案手法は平均二乗誤差,ピーク信号-雑音比,構造類似度指数において,ReLUとTanhのアクティベーションパーセプトロンアーキテクチャよりも優れていた。
論文 参考訳(メタデータ) (2022-08-02T17:16:33Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳(メタデータ) (2021-10-27T19:28:36Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳(メタデータ) (2021-05-18T10:15:17Z) - Many-to-One Distribution Learning and K-Nearest Neighbor Smoothing for
Thoracic Disease Identification [83.6017225363714]
ディープラーニングは、病気の識別性能を改善するための最も強力なコンピュータ支援診断技術となった。
胸部X線撮影では、大規模データの注釈付けには専門的なドメイン知識が必要で、時間を要する。
本論文では、単一モデルにおける疾患同定性能を改善するために、複数対1の分布学習(MODL)とK-nearest neighbor smoothing(KNNS)手法を提案する。
論文 参考訳(メタデータ) (2021-02-26T02:29:30Z) - Improved Slice-wise Tumour Detection in Brain MRIs by Computing
Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。
本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。
本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文 参考訳(メタデータ) (2020-07-24T14:02:09Z) - BS-Net: learning COVID-19 pneumonia severity on a large Chest X-Ray
dataset [6.5800499500032705]
我々は、Chest X-rays画像(CXR)に基づいて、新型コロナウイルス患者の肺妥協の度合いを判定するエンド・ツー・エンドのディープラーニングアーキテクチャを設計する。
当院で収集した約5,000個のCXR注釈画像の臨床的データセットを利用して検討した。
私たちのソリューションは、評価精度と一貫性において、一人のアノテータよりも優れています。
論文 参考訳(メタデータ) (2020-06-08T13:55:58Z)
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。