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

• Peri-AIIMS: Perioperative Artificial Intelligence Driven Integrated Modeling of Surgeries using Anesthetic, Physical and Cognitive Statuses for Predicting Hospital Outcomes [12.493423568689801]
  クロックドローイングテストで測定された術前認知状態は, 入院期間, 入院料, 術後平均痛の予測に寄与した。 機械学習モデルは、ホールドアウトテストセットで術後の結果を分類するために訓練された。
  論文  参考訳（メタデータ） (2024-10-29T23:42:51Z)
• Prediction of Post-Operative Renal and Pulmonary Complications Using Transformers [69.81176740997175]
  術後急性腎不全,肺合併症,院内死亡の予測におけるトランスフォーマーモデルの有用性について検討した。 以上の結果から,トランスフォーマーモデルにより術後合併症の予測や従来の機械学習モデルよりも優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2023-06-01T14:08:05Z)
• Safe Deep RL for Intraoperative Planning of Pedicle Screw Placement [61.28459114068828]
  安全な深部強化学習(DRL)に基づく訓練経路計画にリアルタイムな観察を活用するロボット脊椎手術の術中計画手法を提案する。 本手法は,ゴールドスタンダード (GS) 掘削計画に関して,90%の骨貫通を達成できた。
  論文  参考訳（メタデータ） (2023-05-09T11:42:53Z)
• 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)
• 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)
• 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。