睡眠患者の深さ画像における胸部領域セグメンテーション【JST・京大機械翻訳】

Goldstein Yoav; Schaetz Martin; Avigal Mireille

プレプリント

J-GLOBAL ID：202202205926770700 整理番号：22P0183860

睡眠患者の深さ画像における胸部領域セグメンテーション【JST・京大機械翻訳】

Chest Area Segmentation in Depth Images of Sleeping Patients

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年08月22日プレプリントサーバーでの情報更新日： 2020年08月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

睡眠研究の分野は近年大きく開発されているが,睡眠問題を検出するための最も一般的で効率的な方法は睡眠検査室で行われる睡眠検査であり,睡眠検査(PSG)と呼ばれる手順である。この検査は,患者の体に接続された複数のセンサを用いて,夜間の睡眠中のいくつかの重要な信号を測定する。しかし,ゴールデン標準であるにもかかわらず,センサと不慣れ環境の接続は,患者の睡眠の質と検査自体に必然的に影響を与える。したがって,より正確で手頃な3Dセンシングデバイスの新しい開発により,非接触睡眠研究のための新しいアプローチが出現した。これらの方法は,同じ睡眠パラメータを抽出する目的で異なる技術を利用するが,遠隔で,患者の身体への物理的接続の必要性を排除する。しかし,信頼できる遠隔抽出を可能にするために,これらの方法は,各患者に対して手動で行われるように,現在,患者の胸部領域,すなわち,患者の胸部領域の正確な同定を必要とする。本研究では,睡眠患者の3Dフレームの入力集合を与えられた自動胸部領域セグメンテーションアルゴリズムを提案し,胸部領域に対応する画素を持つセグメンテーション画像を出力し,その後の睡眠解析アルゴリズムへの入力として用いることができる。非接触手法の開発プロセスを大幅に高速化することを除いて,正確な自動セグメンテーションは,より正確な特徴抽出を可能にし,手動ROI選択と比較して,平均46.9%の事前解の感度を既に改善することを示した。ここで述べた全ての方法は,今日使用されている既存の従来法を置き換えるための主要な候補として非接触法の抽出アルゴリズムである。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

生体計測 , 医療用機器装置

, , , ,

前のページに戻る