論文の概要: Preoperative Prognosis Assessment of Lumbar Spinal Surgery for Low Back
Pain and Sciatica Patients based on Multimodalities and Multimodal Learning
- arxiv url: http://arxiv.org/abs/2303.09085v1
- Date: Thu, 16 Mar 2023 05:06:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-17 16:46:12.372334
- Title: Preoperative Prognosis Assessment of Lumbar Spinal Surgery for Low Back
Pain and Sciatica Patients based on Multimodalities and Multimodal Learning
- Title(参考訳): 腰痛・坐骨神経痛に対する腰部脊柱管手術の術前予後評価 : マルチモダリティとマルチモーダル学習による検討
- Authors: Li-Chin Chen, Jung-Nien Lai, Hung-En Lin, Hsien-Te Chen, Kuo-Hsuan
Hung, Yu Tsao
- Abstract要約: 低腰痛 (LBP) と坐骨神経痛 (sciatica) は、重度の痛みに症状がある場合に外科的治療を必要とすることがある。
前もって手術成績を評価する効果的な手段はない。
この研究は、東方医学と機械学習の要素を組み合わせて、術前評価ツールを開発した。
- 参考スコア(独自算出の注目度): 8.809304978076305
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Low back pain (LBP) and sciatica may require surgical therapy when they are
symptomatic of severe pain. However, there is no effective measures to evaluate
the surgical outcomes in advance. This work combined elements of Eastern
medicine and machine learning, and developed a preoperative assessment tool to
predict the prognosis of lumbar spinal surgery in LBP and sciatica patients.
Standard operative assessments, traditional Chinese medicine body constitution
assessments, planned surgical approach, and vowel pronunciation recordings were
collected and stored in different modalities. Our work provides insights into
leveraging modality combinations, multimodals, and fusion strategies. The
interpretability of models and correlations between modalities were also
inspected. Based on the recruited 105 patients, we found that combining
standard operative assessments, body constitution assessments, and planned
surgical approach achieved the best performance in 0.81 accuracy. Our approach
is effective and can be widely applied in general practice due to simplicity
and effective.
- Abstract(参考訳): 腰痛 (lbp) と坐骨神経痛 (sciatica) は、重度の痛みの症状である場合、外科的治療を必要とする。
しかし,術前の手術成績を評価する効果的な手段は存在しない。
本研究は, 東洋医学と機械学習の要素を組み合わせて, LBPおよび坐骨神経痛患者の腰部脊柱管手術の予後を予測する術前評価ツールを開発した。
標準術式評価, 伝統的な漢方医体構成評価, 計画的手術アプローチ, 母音の発音記録を収集し, 異なる形態で保存した。
私たちの研究は、モダリティの組み合わせ、マルチモーダル、融合戦略の活用に関する洞察を提供する。
モデルの解釈可能性やモダリティ間の相関についても検討した。
患者105名を対象に, 標準的手術評価, 体格評価, 計画的手術アプローチを組み合わせると, 0.81 % の精度で最高の成績を得た。
我々のアプローチは効果的であり、単純で効果的なため、一般的に広く適用することができる。
関連論文リスト
- Surgical Phase Recognition in Laparoscopic Cholecystectomy [57.929132269036245]
本稿では,2段階推論パイプラインのキャリブレーションされた信頼度スコアを利用するTransformerに基づく手法を提案する。
提案手法はColec80データセットのベースラインモデルよりも優れており,様々なアクションセグメンテーション手法に適用できる。
論文 参考訳(メタデータ) (2022-06-14T22:55:31Z) - Quantification of Robotic Surgeries with Vision-Based Deep Learning [45.165919577877695]
本稿では,手術中に録画されたビデオのみを対象とする統合型ディープラーニングフレームワークRoboformerを提案する。
我々は,ミニマル侵襲型ロボット手術において,一般的な2種類のステップの4つのビデオベースデータセットに対して,我々の枠組みを検証した。
論文 参考訳(メタデータ) (2022-05-06T06:08:35Z) - CholecTriplet2021: A benchmark challenge for surgical action triplet
recognition [66.51610049869393]
腹腔鏡下手術における三肢の認識のためにMICCAI 2021で実施した内視鏡的視力障害であるColecTriplet 2021を提案する。
課題の参加者が提案する最先端の深層学習手法の課題設定と評価について述べる。
4つのベースライン法と19の新しいディープラーニングアルゴリズムが提示され、手術ビデオから直接手術行動三重項を認識し、平均平均精度(mAP)は4.2%から38.1%である。
論文 参考訳(メタデータ) (2022-04-10T18:51:55Z) - Real-time Informative Surgical Skill Assessment with Gaussian Process
Learning [12.019641896240245]
本研究は,ESSBSのためのガウス的プロセス学習に基づく自動的客観的外科的スキル評価手法を提案する。
提案手法は,計測器の動きを内視鏡座標に投影し,データ次元を減少させる。
実験結果から,完全外科手術における100%の予測精度と,リアルタイムの予測評価における90%の精度が得られた。
論文 参考訳(メタデータ) (2021-12-05T15:35:40Z) - SpineOne: A One-Stage Detection Framework for Degenerative Discs and
Vertebrae [54.751251046196494]
SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。
1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
論文 参考訳(メタデータ) (2021-10-28T12:59:06Z) - Towards Unified Surgical Skill Assessment [18.601526803020885]
自動手術スキル評価のための統合型マルチパスフレームワークを提案する。
手術シミュレーションのJIGSAWSデータセットと腹腔鏡下手術の新たな臨床データセットについて実験を行った。
論文 参考訳(メタデータ) (2021-06-02T09:06:43Z) - Semi-Supervised Variational Reasoning for Medical Dialogue Generation [70.838542865384]
医療対話生成には,患者の状態と医師の行動の2つの重要な特徴がある。
医療対話生成のためのエンドツーエンドの変分推論手法を提案する。
行動分類器と2つの推論検出器から構成される医師政策ネットワークは、拡張推論能力のために提案される。
論文 参考訳(メタデータ) (2021-05-13T04:14:35Z) - Clinical Outcome Prediction from Admission Notes using Self-Supervised
Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。
退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。
複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文 参考訳(メタデータ) (2021-02-08T10:26:44Z) - Multimodal Spatio-Temporal Deep Learning Approach for Neonatal
Postoperative Pain Assessment [3.523040451502402]
新生児術後の痛みを評価するための現在の実践は、主観的、一貫性がなく、遅く、不連続である。
視覚信号と声信号を統合し,新生児術後の痛みを評価するための新しい多モーダル時間的アプローチを提案する。
論文 参考訳(メタデータ) (2020-12-03T18:52:35Z) - Dynamic Predictions of Postoperative Complications from Explainable,
Uncertainty-Aware, and Multi-Task Deep Neural Networks [1.7548541038532495]
マルチタスク深層学習モデルは術後合併症の予測においてランダム森林モデルより優れている。
統合的解釈可能性のメカニズムは それぞれの合併症に対して 潜在的に修飾可能な危険因子を同定した
モンテカルロのドロップアウト法は、臨床信頼を高める可能性がある予測の不確実性の定量的尺度を提供した。
論文 参考訳(メタデータ) (2020-04-27T02:32:32Z)
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。