論文の概要: Real-Time Musculoskeletal Surrogates for Pediatric Cerebral Palsy: a Credibility Pilot

• arxiv url: http://arxiv.org/abs/2608.28371v1
• Date: Fri, 28 Aug 2026 14:26:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.351338
• Title: Real-Time Musculoskeletal Surrogates for Pediatric Cerebral Palsy: a Credibility Pilot
• Title（参考訳）: 小児脳性麻痺に対するリアルタイム筋骨格サロゲートの使用経験
• Abstract要約: リアルタイム筋骨格補助薬は脳性麻痺児のパーソナライズを支援できる 我々は,OpenSim由来の静的パラメータ,側頭関節運動学,筋力,トレーニングのみの摂動を用いた主観条件付き因果神経サロゲートを開発した。
• 参考スコア（独自算出の注目度）: 3.2150654072618976
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time musculoskeletal (MSK) surrogates could support personalized rehabilitation for children with cerebral palsy (CP), but their credibility depends on subject-wise evaluation, low inference latency, and calibrated uncertainty. We develop a subject-conditioned causal neural surrogate using OpenSim-derived static parameters, temporal joint kinematics, true muscle capacities, and training-only perturbations. On a real pediatric CP gait dataset comprising nine children, we use leave-one-subject-out validation on six development subjects and evaluate a frozen configuration once on three locked test subjects. The surrogate accurately reproduces musculotendon lengths (R-square = 0.92 in development validation and approximately 0.95 on locked subjects; nRMSE < 8%) while requiring only sub-millisecond to few-millisecond neural inference, well below a 100 ms interactive-rehabilitation target. In contrast, direct muscle-force estimation remains unstable at this small, heterogeneous scale: pooled metrics can overstate within-subject, per-muscle accuracy. A Monte Carlo credibility pilot further shows that propagating only +/-5% anthropometry and muscle-capacity variation produces severely overconfident nominal 90% intervals (approximately 4% force coverage and below 1% MT-length coverage). These results establish a leakage-free evaluation and credibility framework for pediatric MSK surrogates, while identifying force modeling and epistemic uncertainty as the central next challenges for clinically credible digital twins.
• Abstract（参考訳）: リアルタイム筋骨格(MSK)サロゲートは、脳性麻痺(CP)児に対するパーソナライズされたリハビリテーションを支援することができるが、その信頼性は、主観的評価、低推論遅延、校正不確実性に依存する。 我々は,OpenSim由来の静的パラメータ,側頭関節運動学,筋力,トレーニングのみの摂動を用いた主観条件付き因果神経サロゲートを開発した。 9人の子どもからなる実小児CP歩行データセットでは,6人の発達被験者に対して1対1の検証を行い,ロック試験対象3名に対して1回凍結構成を評価した。 このサロゲートはムスカロテンドンの長さを正確に再現する(開発検証ではR-square = 0.92、ロックされた被験者では約 0.95、nRMSE < 8%)が、100ミリ秒から数ミリ秒の神経推論しか必要としない。 対照的に、この小さな不均一なスケールでは、直接の筋力推定は不安定であり、プールされたメトリクスは、筋肉ごとの精度でオブジェクト内をオーバーステートすることができる。 モンテカルロの信頼性試験では、人文科学と筋肉容量の変化の伝播は、非常に過度に過信な90%の間隔(約4%の力カバレッジと1%のMT長のカバレッジ)を生じることが示されている。 これらの結果は, 小児MSKサロゲートのリークフリー評価と信頼性の枠組みを確立し, 筋力モデリングとてんかん不確実性を臨床的に信頼性の高いデジタル双生児の次の課題として同定した。

関連論文リスト

• CADRE: Stable, Parameter Efficient Adaptation of Medical Vision Language Models with Bounded Forgetting and Prior Drift [0.10742675209112622]
  新しい画像モダリティのためのデプロイモデルの更新は、患者を傷つける2つの方法で静かに失敗する可能性がある。 本研究は,これらの2つの特性によるパラメータ効率の連続的適応について,リーダーボードの精度を忘れることなく検討する。 CADRE は低ランク適応 (LoRA) とオンラインの自己スケーリング,類似性を考慮した弾性重み付けという用語を組み合わせたフリーズバックボーンフレームワークである。
  論文  参考訳（メタデータ） (2026-06-22T15:34:32Z)
• Simultaneous hyperkinetic movement disorders phenotyping: a cross-cohort pediatric transfer study using routine videos, markerless pose estimation and a tabular foundation model [0.0]
  このフレームワークは、マーカーレスポーズ推定、キネマティック記述子、事前訓練された愛着モデルを組み合わせる。 結果: 決定層の局所的校正後, 維持中の小児患者に対して, 常に改善が認められた。
  論文  参考訳（メタデータ） (2026-06-04T18:13:13Z)
• Annotation-free deep learning for detection and segmentation of fetal germinal matrix-intraventricular hemorrhage in brain MRI [35.75434967398725]
  出生前胚性マトリックス-心室性出血(GMH-IVH)は乳児の死亡と神経発達障害の原因である。 ディープラーニングモデルは自動化の可能性を秘めているが、通常は大きな注釈付きデータセットを必要とする。 FreeHemoSegは、通常の胎児データから合成された擬似GMH-IVH画像を用いて開発、訓練された。
  論文  参考訳（メタデータ） (2026-05-10T14:39:30Z)
• Benchmarking Multi-turn Medical Diagnosis: Hold, Lure, and Self-Correction [72.89352076103889]
  大規模言語モデル (LLM) は, 臨床情報がすべて一ターンで提供される場合に, 高い精度で診断を行う。 1,035例からなる高忠実多ターン診断ベンチマークであるMINTを導入する。 診断決定に大きな影響を及ぼす3つの永続的な行動パターンを明らかにする。
  論文  参考訳（メタデータ） (2026-04-06T00:23:10Z)
• Predicting Neuromodulation Outcome for Parkinson's Disease with Generative Virtual Brain Model [95.41752463487008]
  パーキンソン病は世界中で1千万人以上に影響している。 個人間変異は経験的治療の選択を制限し、非無視的な外科的リスクとコストを増大させる。 我々は、このギャップをトレーニング済みのファインタニングフレームワークで埋めて、静止状態fMRIから直接結果を予測する。
  論文  参考訳（メタデータ） (2026-03-31T02:36:10Z)
• Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
  CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。 構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。 Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
  論文  参考訳（メタデータ） (2026-03-23T05:46:45Z)
• One-shot synthesis of rare gastrointestinal lesions improves diagnostic accuracy and clinical training [45.49415063761575]
  EndoRareは、単一の参照画像から多種多様な高忠実度病変を合成する、ワンショットでリトレーニング不要な生成フレームワークである。 われわれはこの枠組みを4つの稀な病理から検証した。 これらの結果は, コンピュータ支援診断と臨床教育の両方において, 希少なギャップを埋める実践的でデータ効率のよい方法を確立している。
  論文  参考訳（メタデータ） (2025-12-30T15:07:09Z)
• A Patient-Independent Neonatal Seizure Prediction Model Using Reduced Montage EEG and ECG [1.3394640265189308]
  新生児発作の早期予測のための畳み込みニューラルネットワークモデルを提案する。 提案したモデルの平均精度は97.52%、感度は98.31%、特異性は96.39%、F1スコアは97.95%であった。 以上の結果から,新生児集中治療室における最小管理的展開の可能性が示唆された。
  論文  参考訳（メタデータ） (2025-11-18T03:47:53Z)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• Beyond Benchmarks: Dynamic, Automatic And Systematic Red-Teaming Agents For Trustworthy Medical Language Models [87.66870367661342]
  大規模言語モデル(LLM)は、医療におけるAIアプリケーションで使用される。 LLMを継続的にストレステストするレッドチームフレームワークは、4つのセーフティクリティカルなドメインで重大な弱点を明らかにすることができる。 敵エージェントのスイートは、自律的に変化するテストケースに適用され、安全でないトリガー戦略を特定し、評価する。 私たちのフレームワークは、進化可能でスケーラブルで信頼性の高い、次世代の医療AIのセーフガードを提供します。
  論文  参考訳（メタデータ） (2025-07-30T08:44:22Z)
• Computer Vision to the Rescue: Infant Postural Symmetry Estimation from Incongruent Annotations [10.240757129801757]
  両側姿勢対称性は自閉症スペクトラム障害(ASD)のリスクマーカーとして重要な役割を担っている 幼児の3次元ポーズ推定を利用したコンピュータビジョンに基づく幼児対称性評価システムを開発した。
  論文  参考訳（メタデータ） (2022-07-19T15:59:40Z)

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。