論文の概要: Improving the Plausibility of Pressure Distributions Synthesized from Depth through Generative Modeling

• arxiv url: http://arxiv.org/abs/2512.13757v1
• Date: Mon, 15 Dec 2025 11:08:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-17 16:49:26.431372
• Title: Improving the Plausibility of Pressure Distributions Synthesized from Depth through Generative Modeling
• Title（参考訳）: 生成モデルによる深部から合成した圧力分布の可塑性の向上
• Authors: Neevkumar Manavar, Hanno Gerd Meyer, Joachim Waßmuth, Barbara Hammer, Axel Schneider,
• Abstract要約: 病院のベッドにおける接触圧のモニタリングは、圧力潰瘍を予防し、リアルタイムの患者評価を可能にするために不可欠である。 現在の方法では、圧力マップを予測できるが、物理的妥当性が欠如し、臨床上の信頼性が制限されることが多い。 Informed Latent Space (ILS) とWeight Optimization Loss (WOL) を用いて高忠実で物理的に一貫した圧力推定を行うフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 5.7130970186239765
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monitoring contact pressure in hospital beds is essential for preventing pressure ulcers and enabling real-time patient assessment. Current methods can predict pressure maps but often lack physical plausibility, limiting clinical reliability. This work proposes a framework that enhances plausibility via Informed Latent Space (ILS) and Weight Optimization Loss (WOL) with generative modeling to produce high-fidelity, physically consistent pressure estimates. This study also applies diffusion based conditional Brownian Bridge Diffusion Model (BBDM) and proposes training strategy for its latent counterpart Latent Brownian Bridge Diffusion Model (LBBDM) tailored for pressure synthesis in lying postures. Experiment results shows proposed method improves physical plausibility and performance over baselines: BBDM with ILS delivers highly detailed maps at higher computational cost and large inference time, whereas LBBDM provides faster inference with competitive performance. Overall, the approach supports non-invasive, vision-based, real-time patient monitoring in clinical environments.
• Abstract（参考訳）: 病院のベッドにおける接触圧のモニタリングは、圧力潰瘍を予防し、リアルタイムの患者評価を可能にするために不可欠である。 現在の方法では、圧力マップを予測できるが、物理的妥当性が欠如し、臨床上の信頼性が制限されることが多い。 Informed Latent Space (ILS) とWeight Optimization Loss (WOL) を用いて高忠実で物理的に一貫した圧力推定を行うフレームワークを提案する。 本研究は拡散条件付きブラウン橋拡散モデル (BBDM) を適用し, 横姿勢における圧力合成に適した潜在ブラウン橋拡散モデル (LBBDM) の訓練戦略を提案する。 ILSを用いたBBDMは高い計算コストと大きな推論時間で高精細なマップを提供するのに対し、LCBDMは競争性能で高速な推論を提供する。 全体として、このアプローチは臨床環境での非侵襲的で視覚に基づくリアルタイムな患者モニタリングをサポートする。

関連論文リスト

• Boosting Fidelity for Pre-Trained-Diffusion-Based Low-Light Image Enhancement via Condition Refinement [63.54516423266521]
  事前学習拡散ベース(PTDB)法は、しばしばコンテンツ忠実さを犠牲にして知覚的リアリズムを高める。 本稿では,事前学習した拡散モデルにおける条件付けのための新しい最適化手法を提案する。 我々のアプローチはプラグアンドプレイであり、より効率的な制御を提供するために既存の拡散ネットワークにシームレスに統合される。
  論文  参考訳（メタデータ） (2025-10-20T02:40:06Z)
• A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation [55.53426007439564]
  観察データから個別化された治療効果を推定することは因果推論における中心的な課題である。 逆確率重み付け(IPW)は、この問題に対するよく確立された解決策であるが、現代のディープラーニングフレームワークへの統合は依然として限られている。 本稿では,拡散モデルの事前学習と重み付きスコア蒸留を組み合わせた新しい生成フレームワークであるIWDDを提案する。
  論文  参考訳（メタデータ） (2025-05-16T17:00:52Z)
• Efficient Epistemic Uncertainty Estimation in Cerebrovascular Segmentation [1.3980986259786223]
  ベイズ近似とディープアンサンブルの利点を組み合わせた効率的なアンサンブルモデルを提案する。 高モデル不確実性と誤予測の領域は一致しており、このアプローチの有効性と信頼性を示している。
  論文  参考訳（メタデータ） (2025-03-28T09:39:37Z)
• Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation [46.36100528165335]
  光胸腺撮影と心電図は、連続血圧モニタリング(BP)を可能にする可能性がある。 しかし、データ品質と患者固有の要因の変化のため、正確で堅牢な機械学習(ML)モデルは依然として困難である。 本研究では,1つのモータリティで事前学習したモデルを効果的に利用して,異なる信号タイプの精度を向上させる方法について検討する。 本手法は, 拡張期BPの最先端精度を約1.5倍に向上し, 拡張期BPの精度を1.5倍に向上させる。
  論文  参考訳（メタデータ） (2025-02-10T13:33:12Z)
• PANS: Probabilistic Airway Navigation System for Real-time Robust Bronchoscope Localization [4.755280006199144]
  気管支鏡の局所化のための新しい確率的気道ナビゲーションシステム(PANS)を提案する。 私たちのPANSは、DMI(Depth-based Motion Inference)とBSA(Bronchial Semantic Analysis)という2つの重要なモジュールを活用することで、多様な視覚表現を取り入れています。 この確率的定式化では,6-DOF気管支鏡の局所化を精度と堅牢性で達成できる。
  論文  参考訳（メタデータ） (2024-07-08T02:13:41Z)
• Towards Understanding the Robustness of Diffusion-Based Purification: A Stochastic Perspective [65.10019978876863]
  拡散性浄化(DBP)は、敵の攻撃に対する効果的な防御機構として出現している。 本稿では,DBPプロセスの本質性がロバスト性を駆動する主要な要因であることを示す。
  論文  参考訳（メタデータ） (2024-04-22T16:10:38Z)
• Constraint Latent Space Matters: An Anti-anomalous Waveform Transformation Solution from Photoplethysmography to Arterial Blood Pressure [17.44605140428367]
  動脈血圧 (ABP) は, 心臓血管の健康管理に有効である。 PPG-ABP予測の最近の進歩は、生成モデルと識別モデルの統合を含んでいる。 我々は、量子化されたコードブックを利用して堅牢な潜在空間を生成する、LSCT(Latent Space Constraint Transformer)という革新的なソリューションを提案する。
  論文  参考訳（メタデータ） (2024-02-23T02:31:35Z)

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。