RGB,深度,赤外線画像の融合による未変化の臨床環境における新生児の姿勢の推定

科学分野:

• 医療用イメージング
• コンピュータ・ビジョン
• 新生児のケア

背景:

• 視覚的モニタリングは,集中治療室 (ICU) の早産児にとって不可欠です.
• カメラシステムを用いて人間の姿勢を評価することで 赤ちゃんの位置,動き,行動,および生命体の兆候を 監視する可能性を秘めています
• これらの技術の実用性を示すには 臨床検証が不可欠です

研究 の 目的:

• 乳児の幹部の重要な点を追跡するための画像融合ポーズ推定アルゴリズムを開発し,検証する.
• これらのアルゴリズムの性能を様々な臨床シナリオで評価する.
• 新生児のICUの強力な視覚監視システムの開発を促す.

主な方法:

• 24人の早産児を対象に臨床試験を実施し,RGB,深度,赤外線ビデオデータを臨床ケアに変更せずに収集した.
• 画像融合アルゴリズムが提案され,乳児の体幹のキーポイントを推定するために訓練されました.
• 最適な方法は後期核融合でした

主要な成果:

• 最高のポーズ評価アルゴリズムは 平均精度0.811を達成しました
• 胸を覆う姿勢と横に横たわる姿勢は,キーポイントの類似点スコアをそれぞれ0. 15と0. 1で大幅に低下させた.
• これらのポジションは,それぞれモニタリング時間の50%と44%を占めました.

結論:

• 提唱されたポーズ評価アルゴリズムは,早産児の視覚的モニタリングに希望を示しています.
• 乳児の位置と覆い (例えば,胸を覆う,横に横たわる) のような臨床的要因は,アルゴリズムの性能に影響します.
• 視覚的なモニタリングシステムの将来的な検証では,これらの共通で不可欠な幼児のケアシナリオを考慮する必要があります.