論文の概要: Optimal Control of Mechanical Ventilators with Learned Respiratory Dynamics

• arxiv url: http://arxiv.org/abs/2411.07971v1
• Date: Tue, 12 Nov 2024 17:51:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-13 13:19:54.659859
• Title: Optimal Control of Mechanical Ventilators with Learned Respiratory Dynamics
• Title（参考訳）: 呼吸動態を学習した機械式換気器の最適制御
• Authors: Isaac Ronald Ward, Dylan M. Asmar, Mansur Arief, Jana Krystofova Mike, Mykel J. Kochenderfer,
• Abstract要約: 本稿では,急性呼吸障害症候群に対する人工呼吸器の使用経験を逐次的意思決定の課題として捉えた。 我々はARDSnetプロトコルに含まれる臨床ガイドラインに基づいてコントローラを実装し比較する。 確立されたARDSヘルスマーカーにおける測定値の改善点から,性能を評価する。
• 参考スコア（独自算出の注目度）: 38.26324086792883
• License:
• Abstract: Deciding on appropriate mechanical ventilator management strategies significantly impacts the health outcomes for patients with respiratory diseases. Acute Respiratory Distress Syndrome (ARDS) is one such disease that requires careful ventilator operation to be effectively treated. In this work, we frame the management of ventilators for patients with ARDS as a sequential decision making problem using the Markov decision process framework. We implement and compare controllers based on clinical guidelines contained in the ARDSnet protocol, optimal control theory, and learned latent dynamics represented as neural networks. The Pulse Physiology Engine's respiratory dynamics simulator is used to establish a repeatable benchmark, gather simulated data, and quantitatively compare these controllers. We score performance in terms of measured improvement in established ARDS health markers (pertaining to improved respiratory rate, oxygenation, and vital signs). Our results demonstrate that techniques leveraging neural networks and optimal control can automatically discover effective ventilation management strategies without access to explicit ventilator management procedures or guidelines (such as those defined in the ARDSnet protocol).
• Abstract（参考訳）: 適切な機械的換気器管理戦略の決定は、呼吸器疾患患者の健康状態に大きな影響を及ぼす。 急性呼吸障害症候群 (ARDS) は, 注意的換気器手術を効果的に行う必要がある疾患である。 本研究では,ARDS患者の人工呼吸器管理をマルコフ決定プロセスフレームワークを用いた逐次意思決定問題として位置づける。 我々は、ARDSnetプロトコルに含まれる臨床ガイドライン、最適制御理論、ニューラルネットワークとして表される学習潜伏ダイナミクスに基づいて、コントローラを実装し、比較する。 パルス生理エンジンの呼吸力学シミュレータは、繰り返し可能なベンチマークを確立し、シミュレーションデータを収集し、これらのコントローラを定量的に比較するために使用される。 確立されたARDS健康マーカー(呼吸速度, 酸素, バイタルサインの改善を含む)における測定値の改善点において, 成績を評価する。 本研究は, ニューラルネットワークと最適制御を利用して, 明示的な換気管理手順やガイドライン(ARDSnetプロトコルで定義されているものなど)にアクセスすることなく, 効果的換気管理戦略を自動検出できることを実証した。

関連論文リスト

• The Useful Side of Motion: Using Head Motion Parameters to Correct for Respiratory Confounds in BOLD fMRI [0.4681661603096333]
  呼吸は頭部の動きを誘発し、実際の動きや擬似的な動きを誘導する。 推奨ノッチフィルターは呼吸誘発運動アーティファクトを緩和し、呼吸周波数帯のバンドパスフィルタが呼吸誘発頭部運動を分離することを示唆する。 本研究では,推定頭部運動パラメータを統合することで静止状態BOLD-fMRIデータからRV推定精度を向上させることを目的とする。
  論文  参考訳（メタデータ） (2024-10-16T17:58:20Z)
• Machine learning-based algorithms for at-home respiratory disease monitoring and respiratory assessment [45.104212062055424]
  本研究の目的は、在宅呼吸器疾患のモニタリングと評価を容易にする機械学習ベースのアルゴリズムを開発することである。 健常成人30名を対象に, 呼吸圧, 血流, 胸腹部周囲の動的計測を行った。 ランダムフォレスト分類器、ロジスティック回帰、サポートベクターマシン(SVM)など、さまざまな機械学習モデルをトレーニングし、呼吸タイプを予測する。
  論文  参考訳（メタデータ） (2024-09-05T02:14:31Z)
• Methodology for Interpretable Reinforcement Learning for Optimizing Mechanical Ventilation [2.3349787245442966]
  本稿では,機械的換気制御のための決定木を用いた強化学習手法を提案する。 MIMIC-IIIデータを用いたリアル患者の集中治療室の滞在状況に関する数値実験により,決定木方針が行動クローニング方針より優れていることが示された。
  論文  参考訳（メタデータ） (2024-04-03T23:07:24Z)
• Machine Learning for Mechanical Ventilation Control (Extended Abstract) [52.65490904484772]
  機械的換気はICUで最も広く用いられている治療法の1つである。 人工呼吸器は、所定の気道圧の軌跡に従って患者の肺に空気を注入しなければならない。 データ駆動型アプローチは、人工呼吸器から収集したデータに基づいて訓練されたシミュレーターをトレーニングすることで、侵襲的人工呼吸器を制御することを学ぶ。 この方法は、一般的な強化学習アルゴリズムより優れており、PIDよりも正確で堅牢な物理的換気装置も制御できる。
  論文  参考訳（メタデータ） (2021-11-19T20:54:41Z)
• Neural optimal feedback control with local learning rules [67.5926699124528]
  運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。 本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-11-12T20:02:00Z)
• 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)
• An Apparatus for the Simulation of Breathing Disorders: Physically Meaningful Generation of Surrogate Data [24.50116388903113]
  健常者における閉塞性および拘束性呼吸波形の両方をシミュレートする簡便かつ効果的な方法として,PVCチューブと3Dプリント部品からなる装置を提案する。 呼吸抵抗と呼吸抵抗の両方を独立に制御することで、FEV1/FVCの吸気比の全スペクトルを通して閉塞性呼吸障害をシミュレーションすることができる。 人工呼吸障害シミュレーション装置の使用による波形においても、吸気義務周期の変化やピークフローの変化などの呼吸障害の波形特性が観察される。
  論文  参考訳（メタデータ） (2021-09-14T14:00:37Z)
• Machine Learning for Mechanical Ventilation Control [52.65490904484772]
  圧制御換気における侵襲的機械式換気装置の制御の問題点を考察する。 PIDコントローラは、臨床医が指定する気道圧の軌跡に従って、鎮静患者の肺の空気を入出させる必要があります。 制御器は、PID制御器よりも目標圧力波形をかなりよく追跡できることを示す。
  論文  参考訳（メタデータ） (2021-02-12T21:23:33Z)

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。