Fugu-MT 論文翻訳(概要): Blood Oxygen Saturation Estimation from Facial Video via DC and AC components of Spatio-temporal Map

論文の概要: Blood Oxygen Saturation Estimation from Facial Video via DC and AC components of Spatio-temporal Map

arxiv url: http://arxiv.org/abs/2212.07116v2
Date: Sun, 14 May 2023 15:30:13 GMT
ステータス: 処理完了
システム内更新日: 2023-05-16 23:55:32.338773
Title: Blood Oxygen Saturation Estimation from Facial Video via DC and AC components of Spatio-temporal Map
Title（参考訳）: 時空間マップの直流および交流成分による顔面映像からの血液酸素飽和度推定
Authors: Yusuke Akamatsu, Yoshifumi Onishi, Hitoshi Imaoka
Abstract要約: 畳み込みニューラルネットワーク(CNN)を用いた顔画像からのSp2推定法を提案する。顔画像のRGB信号から抽出した直流(DC)と交流電流(AC)成分を考慮したCNNモデルを構築した。 50人の被験者の顔画像データを用いた実験により,提案手法は現在のSpO2推定法よりも優れた推定性能が得られることが示された。
参考スコア（独自算出の注目度）: 4.705291741591329
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Peripheral blood oxygen saturation (SpO2), an indicator of oxygen levels in the blood, is one of the most important physiological parameters. Although SpO2 is usually measured using a pulse oximeter, non-contact SpO2 estimation methods from facial or hand videos have been attracting attention in recent years. In this paper, we propose an SpO2 estimation method from facial videos based on convolutional neural networks (CNN). Our method constructs CNN models that consider the direct current (DC) and alternating current (AC) components extracted from the RGB signals of facial videos, which are important in the principle of SpO2 estimation. Specifically, we extract the DC and AC components from the spatio-temporal map using filtering processes and train CNN models to predict SpO2 from these components. We also propose an end-to-end model that predicts SpO2 directly from the spatio-temporal map by extracting the DC and AC components via convolutional layers. Experiments using facial videos and SpO2 data from 50 subjects demonstrate that the proposed method achieves a better estimation performance than current state-of-the-art SpO2 estimation methods.
Abstract（参考訳）: 血液中の酸素濃度の指標である末梢血酸素飽和度(SpO2)は、最も重要な生理的パラメータの1つである。 SpO2は通常、パルスオキシメータを用いて測定されるが、顔や手動ビデオからの非接触SpO2推定方法が近年注目されている。本稿では,畳み込みニューラルネットワーク(CNN)を用いた顔画像からのSpO2推定手法を提案する。本手法は,顔映像のrgb信号から抽出した直流(dc)と交流電流(ac)成分を考慮したcnnモデルを構築し,spo2推定の原理において重要である。具体的には,フィルタ処理を用いた時空間マップから直流および交流成分を抽出し,cnnモデルを訓練し,これらの成分からspo2を予測する。また,直流および交流成分を畳み込み層から抽出し,時空間マップから直接spo2を予測するエンドツーエンドモデルを提案する。 50名の被験者の顔ビデオとSpO2データを用いた実験により,提案手法は現在のSpO2推定法よりも優れた推定性能が得られることが示された。

関連論文リスト

MPCNN: A Novel Matrix Profile Approach for CNN-based Sleep Apnea Classification [0.0]
睡眠時無呼吸症(SA)は、世界的な健康問題を引き起こす重要な呼吸器疾患である。心電図(ECG)に基づくSA診断における,いくつかの機械学習モデルとディープラーニングモデルについて検討した。本稿では,心電図信号の包括的セグメントを深く掘り下げることで,この診断ギャップに対処する革新的な手法を提案する。
論文参考訳（メタデータ） (2023-11-25T14:39:12Z)
FastCPH: Efficient Survival Analysis for Neural Networks [57.03275837523063]
我々は,線形時間で動作する新しい手法であるFastCPHを提案し,連結イベントに対する標準的なBreslow法とEfron法の両方をサポートする。また,FastCPHとLassoNetの併用による特徴空間の解釈性も実証した。
論文参考訳（メタデータ） (2022-08-21T03:35:29Z)
Improving Classification Model Performance on Chest X-Rays through Lung Segmentation [63.45024974079371]
本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
論文参考訳（メタデータ） (2022-02-22T15:24:06Z)
Evaluating System Identification Methods for Predicting Thermal Dissipation of Heterogeneous SoCs [0.0]
本稿では,各コアのクロック周波数と利用率に基づいて温度を予測できるモデリング手法に着目する。本稿では, 回帰器を用いた線形状態空間同定アプローチ, NARXニューラルネットワークアプローチ, 繰り返しニューラルネットワークアプローチの3つの手法について検討する。その結果, 回帰器に基づくモデルでは, 1時間6時間のトレーニングで他の2モデルよりも有意に優れていた。
論文参考訳（メタデータ） (2021-12-19T11:26:02Z)
A Deep Learning Based Multitask Network for Respiration Rate Estimation -- A Practical Perspective [1.290382979353427]
本稿では,心電図および加速度計信号から瞬時および平均呼吸速度を推定するための,ディープラーニング(DL)に基づくマルチタスクアーキテクチャを提案する。提案モデルでは, 動作の異なる個々のモダリティよりも, 全体的な精度が向上し, より良好な結果が得られた。
論文参考訳（メタデータ） (2021-12-13T11:33:42Z)
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)
Mesh convolutional neural networks for wall shear stress estimation in 3D artery models [7.7393800633675465]
CFDと同じ有限要素表面メッシュ上で直接動作するメッシュ畳み込みニューラルネットワークを提案する。このメッシュ上での3次元壁せん断応力ベクトルを正確に予測できることが,我々のフレキシブルディープラーニングモデルにより示されている。
論文参考訳（メタデータ） (2021-09-10T11:32:05Z)
Spatial-Temporal Correlation and Topology Learning for Person Re-Identification in Videos [78.45050529204701]
クロススケール空間時空間相関をモデル化し, 識別的, 堅牢な表現を追求する新しい枠組みを提案する。 CTLはCNNバックボーンとキーポイント推定器を使用して人体から意味的局所的特徴を抽出する。グローバルな文脈情報と人体の物理的接続の両方を考慮して、多スケールグラフを構築するためのコンテキスト強化トポロジーを探求する。
論文参考訳（メタデータ） (2021-04-15T14:32:12Z)
A Novel Prediction Approach for Exploring PM2.5 Spatiotemporal Propagation Based on Convolutional Recursive Neural Networks [7.131106953836335]
PM2.5の伝播予測システムは、地域社会への健康影響を減らす早期警戒システムとして、より詳細で正確な情報を提供する。本研究は,台湾の大気質モニタリングシステムのデータセットを用いて行った。一般に、測定ノード間の結合を空間的にも時間的にも考慮し、正確な予測結果を提供することができる。
論文参考訳（メタデータ） (2021-01-15T17:00:04Z)
Video-based Facial Expression Recognition using Graph Convolutional Networks [57.980827038988735]
我々は、ビデオベースの表情認識のための共通のCNN-RNNモデルに、GCN(Graph Convolutional Network)層を導入する。我々は、CK+、Oulu-CASIA、MMIの3つの広く使われているデータセットと、AFEW8.0の挑戦的なワイルドデータセットについて、本手法の評価を行った。
論文参考訳（メタデータ） (2020-10-26T07:31:51Z)
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)

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。