論文の概要: Video-based detection of cessation of breathing in pre-term infants using machine learning

• arxiv url: http://arxiv.org/abs/2607.05230v1
• Date: Mon, 06 Jul 2026 15:42:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:30.227359
• Title: Video-based detection of cessation of breathing in pre-term infants using machine learning
• Title（参考訳）: 機械学習を用いた乳幼児の呼吸停止の映像による検出
• Abstract要約: 本研究では,無呼吸関連呼吸停止をカメラで検出できるかどうかを検討した。 30人の乳幼児の映像および臨床記録を用いて,動的に追跡された胴体領域から呼吸運動を抽出した。 カメラのみのモデルは76.9%の精度を達成し、非接触COBE検出の可能性を示した。
• 参考スコア（独自算出の注目度）: 1.8148201112091653
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pre-term infants are susceptible to potentially harmful apnoea-related cessations of breathing due to immature respiratory control. However, reliable respiratory monitoring in the neonatal intensive care unit (NICU) remains challenging because motion artefacts, sensor displacement, and skin fragility can compromise contact-based measurements. Non-contact video monitoring offers a complementary approach that does not depend on adhesive sensors while providing additional respiratory information. We investigated whether camera-based signals can detect apnoea-related cessation of breathing (COBE) and provide complementary information to routinely acquired physiological signals. Using video and clinical recordings from 30 pre-term infants, respiratory motion was extracted from dynamically tracked torso regions to generate camera-derived time-series signals. Camera-only models were trained using residual network (ResNet) architectures, while hybrid models combined video-derived signals with impedance pneumography (IP), ECG-derived respiration (EDR), and the PPG-derived respiratory envelope. Camera-only models achieved a balanced accuracy of 76.9%, demonstrating the feasibility of non-contact COBE detection. Combining video-derived features with IP improved balanced accuracy to 90.6%, outperforming either modality alone and indicating that video provides respiratory information beyond standard physiological signals. These findings show that video-derived signals contain clinically relevant respiratory features and enhance COBE detection when combined with conventional physiological signals. This supports non-contact video as a complementary modality for automated COBE detection and highlights its potential to improve the robustness of neonatal respiratory monitoring.
• Abstract（参考訳）: 乳幼児は、未熟な呼吸制御により、潜在的に有害な無気肺関連呼吸停止を発症するおそれがある。 しかし, 新生児集中治療室(NICU)における呼吸モニタリングの信頼性は, 運動アーチファクト, センサ変位, 皮膚の脆弱さが接触による測定を損なう可能性があるため, 依然として困難である。 非接触ビデオ監視は、追加の呼吸情報を提供しながら接着剤センサーに依存しない補完的なアプローチを提供する。 本研究では,無呼吸関連呼吸停止(COBE)を検知し,日常的に取得した生理的信号に相補的な情報を提供することができるかを検討した。 30人の乳幼児の映像および臨床記録を用いて,動的に追跡された胴体領域から呼吸運動を抽出し,カメラ由来の時系列信号を生成した。 カメラのみのモデルは残留ネットワーク(ResNet)アーキテクチャを用いてトレーニングされ、ハイブリッドモデルは、ビデオ由来の信号とインピーダンス肺炎(IP)、ECG由来の呼吸(EDR)、PSG由来の呼吸封筒を組み合わせた。 カメラのみのモデルは76.9%の精度を達成し、非接触COBE検出の可能性を示した。 ビデオから得られる特徴とIPを組み合わせることで、バランスの取れた精度は90.6%に向上し、モダリティのみを上回り、ビデオが標準的な生理的信号以上の呼吸情報を提供することを示す。 これらの結果から, 映像由来の信号は臨床的に関連性のある呼吸特徴を含み, 従来の生理的信号と組み合わせることでCOBEの検出が促進されることが示唆された。 これは、COBE自動検出の相補的なモダリティとして非接触ビデオをサポートし、新生児呼吸監視の堅牢性を高める可能性を強調している。

関連論文リスト

• A Low-Power Wearable Respiratory Sensor for Non-Invasive Stress Monitoring [0.5416422382471174]
  腹部ベルトに埋め込まれた感圧抵抗をベースとした,コンパクトな非侵襲的呼吸センシングシステムを提案する。 複数の呼吸パターンと身体位置をまたいだ完全なセンシングパイプラインの評価を行った。 提案プラットフォームは,多様な日常生活シナリオを対象としたリアルタイム呼吸モニタリングを実現する。
  論文  参考訳（メタデータ） (2026-08-06T07:41:34Z)
• Deep learning-based detection of cessation of breathing in pre-term infants [1.8148201112091653]
  未熟児のアプノエアは、定期的に監視される生理的信号を用いて確実に検出することは困難である。 深層学習に基づくアプノエア関連BrEathing事象の検出について検討した。
  論文  参考訳（メタデータ） (2026-06-22T11:56:50Z)
• Towards Athlete Fatigue Assessment from Association Football Videos [53.20057980542362]
  本稿では,ピッチ座標における選手軌跡を抽出する最先端のゲーム状態再構成手法を構築した。 次に,これらの信号から加速度-速度プロファイルを構築し,その挙動を疲労関連性能指標として解析する。 以上の結果から,単眼映像は,A-S時間と相性のあるキネマティックなパターンを回復すると同時に,トラジェクティブノイズ,校正誤差,放送映像固有の時間的不連続性に敏感であることが明らかとなった。
  論文  参考訳（メタデータ） (2026-04-07T09:36:28Z)
• Respiratory Status Detection with Video Transformers [1.1101763410958634]
  ビデオトランスの最近の進歩により、人工知能システムがビデオからの呼吸障害の兆候を認識できるかどうかを評価する。 以上の結果から,現代のビデオトランスフォーマーは呼吸力学の微妙な変化を認識できる可能性が示唆された。
  論文  参考訳（メタデータ） (2026-03-22T18:16:18Z)
• Recovering Pulse Waves from Video Using Deep Unrolling and Deep Equilibrium Models [45.94962431110573]
  カメラによるバイタルサインのモニタリング、つまりイメージング光胸腺撮影(i)は、運転監視、情動コンピューティングなどに応用されている。 本稿では,逆問題における信号処理と深層学習を組み合わせた手法を提案する。
  論文  参考訳（メタデータ） (2025-03-21T16:11:21Z)
• 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)
• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• Automatic Infant Respiration Estimation from Video: A Deep Flow-based Algorithm and a Novel Public Benchmark [10.097634735211654]
  本研究では,自然環境下での映像から呼吸速度と波形を推定する深層学習法を開発した。 本モデルでは,125本のビデオによる乳幼児呼吸データセットを作成した。 乳児のAIR-125データを用いて訓練, 試験を行ったところ, 呼吸速度推定における他の最先端手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2023-07-24T19:59:15Z)
• Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
  本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。 その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
  論文  参考訳（メタデータ） (2023-07-03T18:06:36Z)
• Identification of deep breath while moving forward based on multiple body regions and graph signal analysis [45.62293065676075]
  本稿では,世界深度カメラを通り過ぎているときの深呼吸を自動的に識別できる非閉塞性ソリューションを提案する。 検証実験において、提案手法は、それぞれ75.5%、76.2%、75.0%、75.2%の精度、精度、リコール、F1の比較手法よりも優れている。
  論文  参考訳（メタデータ） (2020-10-20T08:26:50Z)
• Wearable Respiration Monitoring: Interpretable Inference with Context and Sensor Biomarkers [5.065947993017157]
  呼吸速度(BR)、微小換気(VE)、その他の呼吸パラメータは、喘息などの多くの急性疾患のリアルタイムモニタリングに不可欠である。 本研究では,ウェアラブル心電図と手首動作信号から呼吸パラメータを推定する。
  論文  参考訳（メタデータ） (2020-07-02T22:12:49Z)
• Multispectral Video Fusion for Non-contact Monitoring of Respiratory Rate and Apnea [7.300192965401497]
  呼吸の非接触モニタリングは、近赤外線と遠赤外線のスペクトルカメラで達成できる。 本研究では,無呼吸時の呼吸速度(RR)を推定する多スペクトルデータ融合に基づく新しいアルゴリズムを提案する。 本研究は,医療応用におけるサインモニタリングにおけるカメラの活用に向けての一歩となる可能性がある。
  論文  参考訳（メタデータ） (2020-04-21T09:07:09Z)

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。