論文の概要: Toward Scalable and Transparent Multimodal Analytics to Study Standard
Medical Procedures: Linking Hand Movement, Proximity, and Gaze Data
- arxiv url: http://arxiv.org/abs/2312.05368v1
- Date: Fri, 8 Dec 2023 21:02:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 21:23:23.467623
- Title: Toward Scalable and Transparent Multimodal Analytics to Study Standard
Medical Procedures: Linking Hand Movement, Proximity, and Gaze Data
- Title(参考訳): 医療標準手順研究のためのスケーラブルで透明なマルチモーダル分析を目指して-手の動き・近視・視線データとのリンク
- Authors: Ville Heilala, Sami Lehesvuori, Raija H\"am\"al\"ainen, Tommi
K\"arkk\"ainen
- Abstract要約: 本研究ではマルチモーダル学習分析(MMLA)を用いて,看護教育におけるABCDE実施時の行動動態を解析した。
その結果、視覚的注意パターン、手の動き、患者や楽器に近接する4つの一次段階が明らかとなった。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study employed multimodal learning analytics (MMLA) to analyze
behavioral dynamics during the ABCDE procedure in nursing education, focusing
on gaze entropy, hand movement velocities, and proximity measures. Utilizing
accelerometers and eye-tracking techniques, behaviorgrams were generated to
depict various procedural phases. Results identified four primary phases
characterized by distinct patterns of visual attention, hand movements, and
proximity to the patient or instruments. The findings suggest that MMLA can
offer valuable insights into procedural competence in medical education. This
research underscores the potential of MMLA to provide detailed, objective
evaluations of clinical procedures and their inherent complexities.
- Abstract(参考訳): 本研究ではマルチモーダル学習分析(MMLA)を用いて,看護教育におけるABCDEにおける行動動態を解析し,視線エントロピー,手の動き速度,近接度に着目した。
加速度計と視線追跡技術を用いて、様々な手続き段階を描写する行動図が作成された。
その結果、視覚的注意パターン、手の動き、患者や楽器に近接する4つの一次段階が明らかとなった。
この結果から,MMLAは医学教育における手続き能力に関する貴重な洞察を得られることが示唆された。
本研究は,MMLAが臨床手順とその複雑さを詳細に客観的に評価する可能性を明らかにするものである。
関連論文リスト
- Artificial Intelligence in Bone Metastasis Analysis: Current Advancements, Opportunities and Challenges [15.765725731972983]
本稿では,人工知能を用いた骨転移解析の現状と進歩を概説する。
ML技術は、BM分析において有望な性能を達成することができ、臨床効率を改善し、時間とコストの制限に対処する大きな可能性を秘めている。
論文 参考訳(メタデータ) (2024-04-30T14:49:03Z) - MedFLIP: Medical Vision-and-Language Self-supervised Fast Pre-Training
with Masked Autoencoder [28.17601348122799]
本稿では,医療分析のための高速言語画像事前学習手法であるMedFLIPを紹介する。
交差ドメインを用いたゼロショット学習のためのMAEを探索し、限られたデータから学習するモデル能力を向上する。
最後に,医療画像解析におけるゼロショット性能の向上を言語を用いて検証する。
論文 参考訳(メタデータ) (2024-03-07T16:11:43Z) - MR-STGN: Multi-Residual Spatio Temporal Graph Network Using Attention
Fusion for Patient Action Assessment [0.3626013617212666]
MR-STGN(Multi-Residual Spatio Temporal Graph Network)を用いた患者行動評価の自動化手法を提案する。
MR-STGNは患者行動のダイナミクスを捉えるように設計されている。
リアルタイムの患者行動スコアを正確に予測する上で,UI-PRMDデータセットの性能を示すモデルについて検討した。
論文 参考訳(メタデータ) (2023-12-21T01:09:52Z) - LMM-Assisted Breast Cancer Treatment Target Segmentation with Consistency Embedding [49.40059830266193]
放射線腫瘍学の分野に適した多目的大規模マルチモーダルモデル(LMM)であるRO-LMMを提案する。
本モデルでは, 臨床ワークフローにおける一連のタスク, 臨床報告要約, 放射線治療計画提案, 計画指導対象ボリュームセグメンテーションを網羅する。
また, クリーン入力の処理能力を保ちながら, LMMの頑健さをノイズ入力に高める, CEFTune(Consistency Embedding Fine-Tuning)技術を提案する。
論文 参考訳(メタデータ) (2023-11-27T14:49:06Z) - Multi-modal Graph Learning over UMLS Knowledge Graphs [1.6311327256285293]
医療概念の有意義な表現を学習するためのMMUGL(Multi-Modal UMLS Graph Learning)を提案する。
これらの表現は、患者の訪問全体を表すために集約され、シークエンスモデルに入力され、患者の複数の病院訪問の粒度で予測される。
論文 参考訳(メタデータ) (2023-07-10T10:16:57Z) - Dissecting Self-Supervised Learning Methods for Surgical Computer Vision [51.370873913181605]
一般のコンピュータビジョンコミュニティでは,自己監視学習(SSL)手法が普及し始めている。
医学や手術など、より複雑で影響力のある領域におけるSSLメソッドの有効性は、限定的かつ未調査のままである。
外科的文脈理解,位相認識,ツール存在検出の2つの基本的なタスクに対して,これらの手法の性能をColec80データセット上で広範囲に解析する。
論文 参考訳(メタデータ) (2022-07-01T14:17:11Z) - MDsrv -- visual sharing and analysis of molecular dynamics simulations [49.88123522856065]
MDsrvはMDトラジェクトリをストリームし、Webブラウザでインタラクティブに表示するツールである。
現在、MDsrvを拡張して、MDトラジェクトリのアップロードと共有をさらに単純化しています。
重要なイノベーションは、MDsrvがリモートデータセットからトラジェクトリにアクセスして視覚化できるようになったことだ。
論文 参考訳(メタデータ) (2022-03-25T14:08:24Z) - Federated Cycling (FedCy): Semi-supervised Federated Learning of
Surgical Phases [57.90226879210227]
FedCyは、FLと自己教師付き学習を組み合わせた半教師付き学習(FSSL)手法で、ラベル付きビデオとラベルなしビデオの両方の分散データセットを利用する。
外科的段階の自動認識作業において,最先端のFSSL法よりも顕著な性能向上を示した。
論文 参考訳(メタデータ) (2022-03-14T17:44:53Z) - MyoPS: A Benchmark of Myocardial Pathology Segmentation Combining
Three-Sequence Cardiac Magnetic Resonance Images [84.02849948202116]
本研究は,MyoPS(MyoPS)の医療画像解析における新たな課題を定義するものである。
myoPSは、MICCAI 2020とともにMyoPSチャレンジで最初に提案された3シーケンスの心臓磁気共鳴(CMR)画像を組み合わせている。
この課題は45対のCMR画像と予め整列されたCMR画像を提供し、アルゴリズムは3つのCMRシーケンスから補完的な情報を結合して病理領域を分割することを可能にする。
論文 参考訳(メタデータ) (2022-01-10T06:37:23Z) - VBridge: Connecting the Dots Between Features, Explanations, and Data
for Healthcare Models [85.4333256782337]
VBridgeは、臨床医の意思決定ワークフローに機械学習の説明をシームレスに組み込むビジュアル分析ツールである。
我々は,臨床医がMLの特徴に慣れていないこと,文脈情報の欠如,コホートレベルの証拠の必要性など,3つの重要な課題を特定した。
症例スタディと専門医4名のインタビューを通じて, VBridgeの有効性を実証した。
論文 参考訳(メタデータ) (2021-08-04T17:34:13Z) - Multiple Sclerosis Lesion Segmentation -- A Survey of Supervised
CNN-Based Methods [0.6091702876917279]
病変分割は、多発性硬化症患者のMRIスキャンを定量的に分析するためのコアタスクです。
最近のディープラーニング技術の成功は、この困難な問題に対するコミュニティの関心を再び高めている。
論文 参考訳(メタデータ) (2020-12-12T19:05:41Z)
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。