文献
J-GLOBAL ID:202202243515258344   整理番号:22A0553283

統合生体インピーダンスベースプローブと機械学習アルゴリズムを用いた白内障手術における新規組織同定フレームワーク【JST・京大機械翻訳】

A Novel Tissue Identification Framework in Cataract Surgery Using an Integrated Bioimpedance-Based Probe and Machine Learning Algorithms
著者 (6件):
資料名:
巻: 69  号:ページ: 910-920  発行年: 2022年 
JST資料番号: C0236A  ISSN: 0018-9294  CODEN: IEBEAX  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
目的:本研究の目的は,白内障手術中の外科器具と接触する組織を同定するための生体インピーダンスに基づくフレームワークを開発し,実験的に検証することである。方法:本研究は,異なる眼内組織のユニークな生体インピーダンスに基づく統合ハードウェアとソフトウェアソリューションを紹介する。開発したハードウェアは,一般的に使用される外科機器と容易に統合できる。データ取得と機械学習分類器を含む提案ソフトウェアフレームワークは,実時間外科的介入で展開するのに十分高速である。実験プロトコルは,4つの眼内組織:Iris,Cornea,Lens,およびVitreousをターゲットとする31のex vivoブタ眼から採取した生体インピーダンスデータを含んだ。結果:サポートベクトルマシンに基づく分類器は,全試験にわたって91%の全精度を示した。アルゴリズムは,レンズに対して100%の信頼度と95%の感度で,眼内組織の検出において,硝子体に対して88%の信頼度と94%の感度と共に,実質的な性能を提供した。結論:開発したインピーダンスに基づくフレームワークは,成功した眼内組織同定を示した。意義:臨床的意味は,94%確率で後部カプセル縫線を検出することにより安全な手術を確実にする能力を含み,100%信頼性でレンズ検出を通して外科的有効性を改善する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
生体計測  ,  眼の疾患の外科療法  ,  医用画像処理 

前のページに戻る