論文の概要: A marker-less human motion analysis system for motion-based biomarker
discovery in knee disorders
- arxiv url: http://arxiv.org/abs/2304.13678v1
- Date: Wed, 26 Apr 2023 16:47:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-27 13:33:13.338433
- Title: A marker-less human motion analysis system for motion-based biomarker
discovery in knee disorders
- Title（参考訳）: 膝関節疾患における運動に基づくバイオマーカー発見のためのマーカーレスヒト運動解析システム
- Authors: Kai Armstrong, Lei Zhang, Yan Wen, Alexander P. Willmott, Paul Lee,
Xujioing Ye
- Abstract要約: NHSは低リスクの全ての患者に会うのが難しくなっているが、これはOA患者に限らない。
膝関節疾患の診断と治療経過のモニタリングのためのバイオマーカー自動同定法を提案する。
- 参考スコア（独自算出の注目度）: 60.99112047564336
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years the NHS has been having increased difficulty seeing all
low-risk patients, this includes but not limited to suspected osteoarthritis
(OA) patients. To help address the increased waiting lists and shortages of
staff, we propose a novel method of automated biomarker identification for
diagnosis of knee disorders and the monitoring of treatment progression. The
proposed method allows for the measurement and analysis of biomechanics and
analyse their clinical significance, in both a cheap and sensitive alternative
to the currently available commercial alternatives. These methods and results
validate the capabilities of standard RGB cameras in clinical environments to
capture motion and show that when compared to alternatives such as depth
cameras there is a comparable accuracy in the clinical environment. Biomarker
identification using Principal Component Analysis (PCA) allows the reduction of
the dimensionality to produce the most representative features from motion
data, these new biomarkers can then be used to assess the success of treatment
and track the progress of rehabilitation. This was validated by applying these
techniques on a case study utilising the exploratory use of local anaesthetic
applied on knee pain, this allows these new representative biomarkers to be
validated as statistically significant (p-value < 0.05).
- Abstract（参考訳）: 近年、nhsは低リスク患者全員の診察を困難にしており、これは変形性関節症(oa)の疑いのある患者に限ったものではない。
スタッフの待機リストの増加と不足に対処するために,膝関節障害の診断と治療進行のモニタリングのためのバイオマーカーの自動識別手法を提案する。
提案手法は, バイオメカニクスの測定と解析を可能とし, その臨床的意義を, 現在利用可能な商用代替品の安価で感度の高い代替品として分析することができる。
これらの方法と結果は, 臨床環境における標準RGBカメラの動作を捉え, 深度カメラなどの代替技術と比較した場合, 臨床環境において同等の精度を示す。
主成分分析(pca)を用いたバイオマーカーの同定は、運動データから最も代表的な特徴を生み出すための次元の縮小を可能にし、これらの新しいバイオマーカーは治療の成功を評価し、リハビリテーションの進捗を追跡するために使用できる。
これらの手法を膝痛に対する局所麻酔薬の探索的使用を応用したケーススタディに応用し, 統計学的に有意なバイオマーカー(p-value < 0.05)として検証した。
関連論文リスト
- Enhancing predictive imaging biomarker discovery through treatment effect analysis [2.8300022117286523]
本研究は,前処理画像を利用して新たな因果関係を明らかにすることを目的とした,予測画像バイオマーカーの発見に焦点を当てた。
以前のアプローチは、労働集約的な手工芸や手作業による特徴に依存しており、バイアスをもたらす可能性がある。
本稿では,モデルが予測画像バイオマーカーを識別し,それを認識できないものと区別する能力を評価するための評価プロトコルを提案する。
論文 参考訳（メタデータ） (2024-06-04T17:54:44Z) - Automatic diagnosis of knee osteoarthritis severity using Swin
transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。
我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文 参考訳（メタデータ） (2023-07-10T09:49:30Z) - Regression-based Deep-Learning predicts molecular biomarkers from
pathology slides [40.24757332810004]
我々は,画像から直接バイオマーカーを予測する自己監督型弱教師付き回帰手法を開発し,評価した。
回帰を用いて、バイオマーカー予測の精度を著しく向上させ、また、分類よりも結果の解釈可能性を向上させる。
我々のオープンソースレグレッションアプローチは、計算病理学における連続バイオマーカー解析に有望な代替手段を提供する。
論文 参考訳（メタデータ） (2023-04-11T11:43:51Z) - 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) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳（メタデータ） (2022-02-27T02:19:09Z) - Cortical lesions, central vein sign, and paramagnetic rim lesions in
multiple sclerosis: emerging machine learning techniques and future avenues [4.388837207929038]
現在の多発性硬化症(MS)の診断基準には特異性がなく、誤診につながる可能性がある。
近年,MS病変画像バイオマーカーは鑑別診断において高い特異性を示している。
機械学習に基づく手法は、従来のイメージングバイオマーカーの評価において、極めて優れた性能を達成している。
論文 参考訳（メタデータ） (2022-01-19T08:26:49Z) - 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) - The Future will be Different than Today: Model Evaluation Considerations
when Developing Translational Clinical Biomarker [4.549866091318765]
従来のクロスバリデーション(cv)方式の代わりに,LOSO(Left-one-Study-out)を用いた評価戦略を提案する。
バイオマーカーの効果を推定するためのK-fold vs. LOSO cvの性能を示すために,臨床実験およびシミュレーション研究のデータを活用した。
論文 参考訳（メタデータ） (2021-07-13T19:36:25Z) - Explaining Clinical Decision Support Systems in Medical Imaging using
Cycle-Consistent Activation Maximization [112.2628296775395]
ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。
臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。
そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
論文 参考訳（メタデータ） (2020-10-09T14:39:27Z) - Two-Stage Penalized Regression Screening to Detect Biomarker-Treatment
Interactions in Randomized Clinical Trials [0.0]
ゲノミクスのような高次元バイオマーカーは、ランダム化臨床試験でますます測定されている。
ランダム化臨床試験の設定において,最近提案した2段階間相互作用検出法を適用した。
また,生物マーカー間の相関を考慮に入れたリッジ回帰を用いた新しいステージ1多変量スクリーニング手法を提案する。
論文 参考訳（メタデータ） (2020-04-25T00:50:09Z)
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。