論文の概要: Interpretable Models for Detecting and Monitoring Elevated Intracranial Pressure

• arxiv url: http://arxiv.org/abs/2403.02236v1
• Date: Mon, 4 Mar 2024 17:29:03 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-06 17:57:50.145272
• Title: Interpretable Models for Detecting and Monitoring Elevated Intracranial Pressure
• Title（参考訳）: 頭蓋内圧検出・モニタリングのための解釈可能なモデル
• Authors: Darryl Hannan, Steven C. Nesbit, Ximing Wen, Glen Smith, Qiao Zhang, Alberto Goffi, Vincent Chan, Michael J. Morris, John C. Hunninghake, Nicholas E. Villalobos, Edward Kim, Rosina O. Weber, Christopher J. MacLellan
• Abstract要約: 超音波ビデオを通してONS径を積極的に監視し,ICPの上昇を予測できる2つのシステムを提案する。 システム構築には,対象物の専門家(SME)のガイダンスを活用し,収集手順に従って処理パイプラインを構造化する。 そして、私たちの中小企業の1つが、私たちのトップシステムのパフォーマンスを手作業で検証し、私たちのアプローチにさらなる信頼性を与えます。
• 参考スコア（独自算出の注目度）: 5.63693072017569
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Detecting elevated intracranial pressure (ICP) is crucial in diagnosing and managing various neurological conditions. These fluctuations in pressure are transmitted to the optic nerve sheath (ONS), resulting in changes to its diameter, which can then be detected using ultrasound imaging devices. However, interpreting sonographic images of the ONS can be challenging. In this work, we propose two systems that actively monitor the ONS diameter throughout an ultrasound video and make a final prediction as to whether ICP is elevated. To construct our systems, we leverage subject matter expert (SME) guidance, structuring our processing pipeline according to their collection procedure, while also prioritizing interpretability and computational efficiency. We conduct a number of experiments, demonstrating that our proposed systems are able to outperform various baselines. One of our SMEs then manually validates our top system's performance, lending further credibility to our approach while demonstrating its potential utility in a clinical setting.
• Abstract（参考訳）: 神経疾患の診断・管理には, 頭蓋内圧上昇(ICP)の検出が重要である。 これらの圧力の変動は視神経シース(ONS)に伝達され、その結果直径が変化し、超音波イメージング装置で検出される。 しかし,ONSの音像の解釈は困難である。 本研究では,超音波映像全体のオンス径を積極的に監視し,icp上昇の予測を行う2つのシステムを提案する。 システム構築には,対象物の専門家(SME)の指導,収集手順に従って処理パイプラインを構築するとともに,解釈可能性や計算効率を優先する。 我々は,提案するシステムが様々なベースラインを上回ることができることを示す実験を多数実施する。 そのうちの1つは、手作業でトップシステムのパフォーマンスを検証し、臨床現場でその潜在的な有用性を実証しながら、我々のアプローチにさらなる信頼性を貸与します。

関連論文リスト

• Active inference and deep generative modeling for cognitive ultrasound [20.383444113659476]
  解剖学的環境と相互に相互作用する情報探索エージェントとして,US画像システムを再キャストできることが示唆された。 このようなエージェントは、送信受信シーケンスを自律的に適応して、画像を完全にパーソナライズし、情報取得をその場で積極的に最大化する。 次に,不確実性を積極的に低減し,一連の実験において診断値を最大化する機構をシステムに装備する。
  論文  参考訳（メタデータ） (2024-10-17T08:09:14Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• Hypergraph-Transformer (HGT) for Interactive Event Prediction in Laparoscopic and Robotic Surgery [50.3022015601057]
  腹腔内ビデオから外科的ワークフローの重要なインタラクティブな側面を理解し,予測できる予測型ニューラルネットワークを提案する。 我々は,既存の手術用データセットとアプリケーションに対するアプローチを検証し,アクション・トリプレットの検出と予測を行った。 この結果は、非構造的な代替案と比較して、我々のアプローチの優位性を示している。
  論文  参考訳（メタデータ） (2024-02-03T00:58:05Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Adaptive Multi-Agent Deep Reinforcement Learning for Timely Healthcare Interventions [17.405080523382235]
  マルチエージェント深部強化学習(DRL)を用いた新しいAI駆動型患者監視フレームワークを提案する。 アプローチでは複数の学習エージェントをデプロイし,心拍数,呼吸量,温度などの生理的特徴をモニタする。 提案する多エージェントDRLフレームワークの性能を,2つのデータセットから実世界の生理・運動データを用いて評価した。
  論文  参考訳（メタデータ） (2023-09-20T00:42:08Z)
• More Than Meets the Eye: Analyzing Anesthesiologists' Visual Attention in the Operating Room Using Deep Learning Models [0.0]
  現在、ほとんどの研究は、麻酔科医の視覚パターンを分析するためにウェアラブルアイトラッキング技術を採用している。 モニタ搭載ウェブカメラを処理する深層学習モデルを用いた新しい視線追跡手法を用いて,連続した行動データを収集した。 我々は,不確実な期間のVA分布と,活動期に関連するパターン,あるいは致命的,予期せぬ出来事におけるVA分布を区別した。
  論文  参考訳（メタデータ） (2023-08-10T11:12:04Z)
• Deep denoising autoencoder-based non-invasive blood flow detection for arteriovenous fistula [10.030431512848239]
  本稿では,DAE(Deep Denoising Autoencoder)に基づく次元削減と再構成作業を行う手法を提案する。 以上の結果から,DAEが生み出す潜伏表現は0.93の精度で予測を上回った。 ノイズ・ミキシングの導入とノイズ・トゥ・クリーン・スキームの利用により、潜在表現の識別能力が効果的に向上する。
  論文  参考訳（メタデータ） (2023-06-12T04:46:01Z)
• Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
  網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。 提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。 ブタ前眼の精度と再現性について実験を行った。
  論文  参考訳（メタデータ） (2023-01-17T21:41:21Z)
• Explainable Artificial Intelligence in Retinal Imaging for the detection of Systemic Diseases [0.0]
  本研究では,Deep Convolutional Neural Networks(CNN)を直接使用せずに,説明可能な段階的な段階付けプロセスを評価することを目的とする。 我々は,眼底画像の網膜血管評価を行うクリニアン・イン・ザ・ループ支援インテリジェントワークフローを提案する。 半自動的な方法論は、臨床医からのより多くのインプットと解釈を持つ医療アプリケーションにおいて、AIに対する連合的なアプローチを持つことを目的としている。
  論文  参考訳（メタデータ） (2022-12-14T07:00:31Z)
• Deep Learning for Ultrasound Beamforming [120.12255978513912]
  受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。 現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。 ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
  論文  参考訳（メタデータ） (2021-09-23T15:15:21Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)

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。