@techreport{oai:ipsj.ixsq.nii.ac.jp:00233953,
 author = {工藤, 寛樹 and Rahul, Puranam and 坂元, 菜摘 and 内山, 彰 and 濱田, 啓介 and 平川, 英司},
 issue = {32},
 month = {May},
 note = {新生児の体温管理は重要であり,保育器を用いた温度管理の指標として接触型のプローブによる温度モニタリングが一般的だが,全身の温度分布情報を得ることは困難である.そこで,新生児の体温管理における非侵襲的な温度モニタリング手法として,新生児の体温分布を効果的に把握するための熱画像セグメンテーションモデルに関する研究が注目されている.既存研究では U-Net を用いた新生児熱画像のセグメンテーションモデルが提案されており,新生児の体の各部位に分割し,体温分布を詳細に分析することが可能である,しかし医療現場における環境の多様性,例えば,サーモグラフィカメラの設置位置や角度の違いなどがセグメンテーションモデルの性能に影響を与える可能性がある.そのような原因により訓練データの不足からセグメンテーションの精度が低下する可能性が考えられる.そのため本研究では新たな環境で収集された少量のデータを使用し,新生児熱画像の身体部位セグメンテーションモデルを異なる環境に適用するために訓練することで,異なる環境下での新生児熱画像のセグメンテーション性能の向上を図る.実験結果として,ファインチューニングを行ったモデルは,ファインチューニングを行わない場合と比較して,異なる環境で収集された新生児の熱画像に対して高いセグメンテーション性能を示した.特に,身体部位それぞれに対するセグメンテーションの性能が向上し,IoU のクラス間平均において 2.7% の向上を確認した.},
 title = {新生児熱画像セグメンテーションモデルの異なる環境への適用に向けた検討},
 year = {2024}
}