抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
顔面麻痺は片側顔面神経脱力または原因不明の急速発症の麻痺である。顔面麻痺重症度を自動推定することは,世界中の人々に罹患する人々の診断と治療に有用である。本研究では,顔面神経麻痺重症度を推定するための新規モデルを開発し,実験した。このために,効果的な顔行動ユニット(AU)検出技術を,著者らのモデルに組み込み,そこでは,AUは,ほぼすべての解剖学的に可能な顔表情を記述するために使用される顔の筋肉運動のユニークなセットを参照する。本論文では,顔AU検出のための新しい適応局所Global Relational Network(ALGRNet)を提案し,顔の麻痺重症度を分類するためにそれを使用する。ALGRNetは主に3つの主な新規構造から成る。(i)検出ランドマークに基づいて適応筋肉領域を学習する適応領域学習モジュール;(ii)局所AUs間の潜在関係をモデル化するスキップ-BiLSTM;および(iii)局所およびグローバル顔間の補完を研究する特徴融合および精錬モジュール。2つのAUベンチマーク,すなわちBP4DとDISFAに関する定量的結果は,著者らのALGRNetが有望なAU検出精度を達成できることを示した。さらに,医療専門家により収集され注釈付けされた顔の麻痺データセットへのALGRNetの移動による顔面麻痺推定へのその適用の有効性を実証した。【JST・京大機械翻訳】