論文の概要: Diffusion Models Enable Zero-Shot Pose Estimation for Lower-Limb Prosthetic Users

• arxiv url: http://arxiv.org/abs/2312.07854v1
• Date: Wed, 13 Dec 2023 02:48:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-14 16:43:14.406817
• Title: Diffusion Models Enable Zero-Shot Pose Estimation for Lower-Limb Prosthetic Users
• Title（参考訳）: 拡散モデルによる下肢人工装具使用者のゼロショットポーズ推定
• Authors: Tianxun Zhou, Muhammad Nur Shahril Iskandar, Keng-Hwee Chiam
• Abstract要約: 本研究では,下肢義肢に対するマーカーレスポーズ推定を実現するために,画像生成拡散モデルを用いた革新的なゼロショット法を提案する。 提案手法は, 既存の方法よりも, 義肢のキーポイントを検出できることを実証し, 臨床医が下肢アンプのキネマティクスについて, 貴重な知見を得ることを可能にする。
• 参考スコア（独自算出の注目度）: 3.686808512438363
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The application of 2D markerless gait analysis has garnered increasing interest and application within clinical settings. However, its effectiveness in the realm of lower-limb amputees has remained less than optimal. In response, this study introduces an innovative zero-shot method employing image generation diffusion models to achieve markerless pose estimation for lower-limb prosthetics, presenting a promising solution to gait analysis for this specific population. Our approach demonstrates an enhancement in detecting key points on prosthetic limbs over existing methods, and enables clinicians to gain invaluable insights into the kinematics of lower-limb amputees across the gait cycle. The outcomes obtained not only serve as a proof-of-concept for the feasibility of this zero-shot approach but also underscore its potential in advancing rehabilitation through gait analysis for this unique population.
• Abstract（参考訳）: 2dマーカーレス歩行分析の適用は、臨床における関心と応用の高まりをもたらしている。 しかし、低リンブアンプーテの領域におけるその効果は、最適よりも低いままである。 そこで本研究では,画像生成拡散モデルを用いて下肢人工装具に対するマーカーレスポーズ推定を実現する革新的なゼロショット法を提案する。 提案手法は, 既存の方法よりも義肢のキーポイントを検出できることを示し, 臨床医が歩行周期を通じて下肢切断のキネマティクスについて重要な知見を得ることを可能にする。 得られた結果は、このゼロショットアプローチの実現可能性の実証となるだけでなく、この独特な人口の歩行分析を通じてリハビリテーションを促進する可能性の核心となる。

関連論文リスト

• Natias: Neuron Attribution based Transferable Image Adversarial Steganography [62.906821876314275]
  逆行性ステガナグラフィーは、ディープラーニングに基づくステガナリシスを効果的に欺く能力から、かなりの注目を集めている。 そこで我々は,Natias という新たな逆向きステガノグラフィー手法を提案する。 提案手法は既存の逆向きステガノグラフィーフレームワークとシームレスに統合できる。
  論文  参考訳（メタデータ） (2024-09-08T04:09:51Z)
• Region Guided Attention Network for Retinal Vessel Segmentation [19.587662416331682]
  本稿では,領域誘導型アテンションを用いたエンコーダデコーダ機構に基づく軽量網膜血管セグメンテーションネットワークを提案する。 Dice Losは偽陽性と偽陰性を等しく解析し、モデルがより正確なセグメンテーションを生成するように促す。 ベンチマークデータセットの実験では、最先端の手法と比較して、パフォーマンス(0.8285, 0.8098, 0.9677, 0.8166リコール、精度、精度、F1スコア)が向上した。
  論文  参考訳（メタデータ） (2024-07-22T00:08:18Z)
• A marker-less human motion analysis system for motion-based biomarker discovery in knee disorders [60.99112047564336]
  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。
  論文  参考訳（メタデータ） (2023-04-26T16:47:42Z)
• Improved Trajectory Reconstruction for Markerless Pose Estimation [0.0]
  マーカーレスポーズ推定は、複数の同期および校正されたビューから人間の動きを再構築することを可能にする。 我々は、マーカーレスポーズ推定精度に基づいて、異なるキーポイント検出器と再構成アルゴリズムを試験した。 その結果、トップダウンのキーポイント検出器を用いて暗黙の関数で軌跡を再構築することで、正確で滑らかで解剖学的に妥当な軌跡が得られた。
  論文  参考訳（メタデータ） (2023-03-04T13:16:02Z)
• Self-Supervised Few-Shot Learning for Ischemic Stroke Lesion Segmentation [8.668715385199889]
  トレーニング中に1つの注記標本のみを用いて,虚血性病変の分節に対する数発のセグメンテーション法を提案する。 我々はComputd Tomography Perfusion scanから生成されたカラーコードパラメトリックマップを利用する。 注記1例につき平均Diceスコア0.58が虚血性病変の分節に対して達成される。
  論文  参考訳（メタデータ） (2023-03-02T15:10:08Z)
• Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
  医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。 まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
  論文  参考訳（メタデータ） (2023-02-03T13:50:25Z)
• Markerless Suture Needle 6D Pose Tracking with Robust Uncertainty Estimation for Autonomous Minimally Invasive Robotic Surgery [11.530352384883361]
  ベイズフィルタを用いたマーカーレス縫合針ポーズトラッキングの新しい手法を提案する。 データ効率の良い特徴点検出器を訓練し、針上の特徴点を抽出する。 新しい観察モデルは、検出と針の予測投影との重なりを計測する。
  論文  参考訳（メタデータ） (2021-09-26T23:30:14Z)
• On the Robustness of Pretraining and Self-Supervision for a Deep Learning-based Analysis of Diabetic Retinopathy [70.71457102672545]
  糖尿病網膜症における訓練方法の違いによる影響を比較検討した。 本稿では,定量的性能,学習した特徴表現の統計,解釈可能性,画像歪みに対する頑健性など,さまざまな側面について検討する。 以上の結果から,ImageNet事前学習モデルでは,画像歪みに対する性能,一般化,堅牢性が著しく向上していることが示唆された。
  論文  参考訳（メタデータ） (2021-06-25T08:32:45Z)
• Geodesic B-Score for Improved Assessment of Knee Osteoarthritis [0.13221754103523226]
  三次元医用画像は、変形性関節症の構造的状態の詳細な理解を可能にする。 被験者固有の臨床結果の信頼性を評価するための、読者非依存の尺度は、いまだに大きなニーズがある。
  論文  参考訳（メタデータ） (2021-03-12T12:16:21Z)
• One-shot action recognition towards novel assistive therapies [63.23654147345168]
  この作業は、アクション模倣ゲームを含む医療療法の自動分析によって動機づけられます。 提案手法は、異種運動データ条件を標準化する前処理ステップを組み込んだものである。 自閉症者に対するセラピー支援のための自動ビデオ分析の実際の利用事例について検討した。
  論文  参考訳（メタデータ） (2021-02-17T19:41:37Z)
• 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)

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。