論文の概要: Breath as a biomarker: A survey of contact and contactless applications and approaches in respiratory monitoring
- arxiv url: http://arxiv.org/abs/2508.09187v1
- Date: Thu, 07 Aug 2025 19:51:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-14 20:42:00.592256
- Title: Breath as a biomarker: A survey of contact and contactless applications and approaches in respiratory monitoring
- Title（参考訳）: バイオマーカーとしてのブレス:呼吸モニタリングにおける接触・接触レスの応用とアプローチ
- Authors: Almustapha A. Wakili, Babajide J. Asaju, Woosub Jung,
- Abstract要約: 呼吸分析は、呼吸機能、疾患の検出、継続的な健康評価に関する洞察を提供する健康モニタリングにおいて重要なツールとして登場した。
従来のコンタクトベースの手法は信頼性が高いが、特に長期監視において、快適さと実用性に課題を生じさせることが多い。
本調査では, 呼吸分析に応用された機械学習と深層学習技術の最近の進歩を強調し, 接触型アプローチと非接触型アプローチについて検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Breath analysis has emerged as a critical tool in health monitoring, offering insights into respiratory function, disease detection, and continuous health assessment. While traditional contact-based methods are reliable, they often pose challenges in comfort and practicality, particularly for long-term monitoring. This survey comprehensively examines contact-based and contactless approaches, emphasizing recent advances in machine learning and deep learning techniques applied to breath analysis. Contactless methods, including Wi-Fi Channel State Information and acoustic sensing, are analyzed for their ability to provide accurate, noninvasive respiratory monitoring. We explore a broad range of applications, from single-user respiratory rate detection to multi-user scenarios, user identification, and respiratory disease detection. Furthermore, this survey details essential data preprocessing, feature extraction, and classification techniques, offering comparative insights into machine learning/deep learning models suited to each approach. Key challenges like dataset scarcity, multi-user interference, and data privacy are also discussed, along with emerging trends like Explainable AI, federated learning, transfer learning, and hybrid modeling. By synthesizing current methodologies and identifying open research directions, this survey offers a comprehensive framework to guide future innovations in breath analysis, bridging advanced technological capabilities with practical healthcare applications.
- Abstract（参考訳）: 呼吸分析は、呼吸機能、疾患の検出、継続的な健康評価に関する洞察を提供する健康モニタリングにおいて重要なツールとして登場した。
従来のコンタクトベースの手法は信頼性が高いが、特に長期監視において、快適さと実用性に課題を生じさせることが多い。
この調査は、接触に基づくアプローチと接触のないアプローチを包括的に検討し、近年の機械学習と深層学習技術が呼吸分析に適用されていることを強調した。
Wi-Fiチャンネル状態情報や音響センシングなどの非接触式手法は、正確な非侵襲的呼吸モニタリングを提供する能力について分析する。
単一ユーザによる呼吸速度検出からマルチユーザシナリオ,ユーザ識別,呼吸器疾患検出に至るまで,幅広い応用について検討する。
さらに、本調査では、各アプローチに適した機械学習/深層学習モデルの比較洞察を提供する、データ前処理、特徴抽出、分類技術について詳述する。
データセットの不足、マルチユーザ干渉、データプライバシといった主な課題や、説明可能なAI、フェデレーション学習、転送学習、ハイブリッドモデリングといった新たなトレンドについても論じられている。
現在の方法論を合成し、オープンな研究方向を特定することで、この調査は、呼吸分析における将来のイノベーションを導く包括的なフレームワークを提供し、実用的な医療アプリケーションで高度な技術能力をブリッジする。
関連論文リスト
- Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。
近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
論文 参考訳（メタデータ） (2024-10-08T00:25:33Z) - 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) - A Survey of Few-Shot Learning for Biomedical Time Series [3.845248204742053]
データ駆動型モデルは、臨床診断を支援し、患者のケアを改善する大きな可能性を秘めている。
ラベル付きデータの不足を克服する新たなアプローチは、人間のような能力でAIメソッドを拡張して、少数ショット学習と呼ばれる限られた例で新しいタスクを学ぶことだ。
本調査は,生物医学的時系列アプリケーションのための数ショット学習手法の総合的なレビューと比較を行う。
論文 参考訳（メタデータ） (2024-05-03T21:22:27Z) - Towards using Cough for Respiratory Disease Diagnosis by leveraging
Artificial Intelligence: A Survey [3.0911149532847375]
カフ音響には、呼吸系における病理形態学的変化に関する情報が多数含まれている。
人工知能(AI)の最近の応用と呼吸器疾患予測のためのユビキタスコンピューティングの進歩は、注目に値する傾向を生み出している。
機械学習(ML)とディープラーニング(DL)ベースの診断アルゴリズムは、コークスシグネチャを駆使して急速に流行している。
論文 参考訳（メタデータ） (2023-09-24T19:03:46Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳（メタデータ） (2022-11-07T17:20:39Z) - AI-enabled Sound Pattern Recognition on Asthma Medication Adherence:
Evaluation with the RDA Benchmark Suite [2.756147934836573]
喘息は、一般的には長期にわたる呼吸器疾患であり、世界社会や経済に悪影響を及ぼす。
臨床相談における吸入法の評価には客観的な方法が必要である。
本稿では、喘息薬の付着度評価のための機械学習技術を用いて、音響パターン認識を再考する。
論文 参考訳（メタデータ） (2022-05-30T18:08:28Z) - 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) - Unsupervised deep learning techniques for powdery mildew recognition
based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。
マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。
本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文 参考訳（メタデータ） (2021-12-20T13:29:13Z) - In Search of Life: Learning from Synthetic Data to Detect Vital Signs in
Videos [15.995843386368696]
本稿では,ビデオ中のバイタルサインを自動的に検出する新しい深層学習手法を提案する。
本システムは,各時点の呼吸や心臓の強度を予測し,その課題に最も関係のある関心領域を検出することを学習する。
提案システムの有効性を最近のLCASデータセットで検証し,最新結果を得た。
論文 参考訳（メタデータ） (2020-04-16T15:02:46Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳（メタデータ） (2020-01-27T11:21:05Z)
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。