深層学習を用いた熱画像における新生児の身体部位検出法の検討

• Item type: SIG Technical Reports(1)
• 公開日: 2021-02-22
• タイトル: 深層学習を用いた熱画像における新生児の身体部位検出法の検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ポスターセッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 長崎みなとメディカルセンター臨床工学部／長崎大学大学院医歯薬学総合研究科
• 著者所属: 長崎みなとメディカルセンター新生児内科
• 著者名: 別府, 文香; 吉川, 寛樹; 内山, 彰; 東野, 輝夫; 濱田, 啓介; 平川, 英司
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 早産児は身体の体温調節機能が十分でなく，保育器による温度管理が必要になることがある．適切な温度管理のためには，児の深部体温を適切に把握することが重要だが，プローブによる深部体温の測定は侵襲性を伴うため容易でない．一方，深部体温と相関があると考えられる顎下や腋下などの体表温度をプローブにより測定する方法も存在する．しかし，プローブの脱落により，安定した測定が行えないという課題がある．これらの課題に対して，サーモグラフィを用いて熱画像を取得することで，児の体表温度分布を取得することが可能と考えられる．そこで本研究では，物体検出モデル YOLOv5 を基に，熱画像を入力とした新生児の頭部，胸部，左右の腕・脚の部位検出モデルを構築し，その有効性や課題について検討を行った．約 5000 枚の新生児の熱画像を用いて評価を行った結果，検出結果が小さくなる傾向はあるものの，各部位の位置は捉えられていることを確認した．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングとパーベイシブシステム（MBL）; 巻 2021-MBL-98, 号 22, p. 1-2, 発行日 2021-02-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8817
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会