نرم افزار آشکارساز نوزاد تعبیه شده در ECG با دوربین های دیجیتال رقابت می کند

نرم افزار آشکارساز نوزاد تعبیه شده در ECG با دوربین های دیجیتال رقابت می کند


خبر – محققان دانشگاه استرالیای جنوبی یک سیستم بینایی کامپیوتری طراحی کرده اند که می تواند به صورت خودکار صورت یک نوزاد کوچک را در تخت بیمارستان تشخیص داده و از راه دور علائم حیاتی آن را از دوربین دیجیتال با همان دقت دستگاه الکتروکاردیوگرام بررسی کند.

استفاده از نرم افزارهای مبتنی بر هوش مصنوعی برای تشخیص چهره انسان در حال حاضر در بین بزرگسالان رایج است ، اما این اولین بار است که محققان نرم افزاری را برای تشخیص قابل اطمینان صورت و پوست نوزاد نارس هنگام پوشاندن لوله ها ، لباس ها و انجام فتوتراپی توسعه داده اند.

محققان مهندسی و یک متخصص مراقبت های ویژه نوزادان از UniSA از راه دور ضربان قلب و تنفس هفت نوزاد را در بخش مراقبت های ویژه نوزادان (NICU) در مرکز پزشکی فلیندرز در آدلاید با استفاده از دوربین دیجیتال کنترل کردند.

پروفسور UniSA ، جاوان چاهل ، یکی از محققان اصلی می گوید: “تشخیص نوزادان تحت مراقبت های ویژه نوزادان برای رایانه ها بسیار دشوار است زیرا صورت و بدن آنها توسط لوله ها و سایر تجهیزات پزشکی پنهان شده است.”

بسیاری از نوزادان نارس تحت درمان با فتوتراپی برای زردی قرار می گیرند ، بنابراین آنها زیر نور آبی روشن قرار می گیرند ، که این امر برای سیستم های بینایی رایانه ای نیز چالش برانگیز است. “

“آشکارساز نوزاد” با استفاده از مجموعه ای از فیلم های نوزادان در NICU برای تشخیص قابل اطمینان رنگ پوست و صورت آنها ایجاد شد.

قرائت علائم حیاتی با نوار قلب (ECG) مطابقت دارد و در برخی موارد به نظر می رسد از الکترودهای معمولی بهتر عمل کرده و ارزش نظارت بدون تماس نوزادان نارس در مراقبت های ویژه را تأیید می کند.

این مطالعه بخشی از یک پروژه در حال انجام UniSA برای جایگزینی سنسورهای الکتریکی مبتنی بر تماس با دوربین های ویدئویی غیر تماسی است ، از پارگی پوست جلوگیری کرده و از عفونت های احتمالی که پد های چسبنده می توانند برای پوست شکننده نوزادان ایجاد کنند ، جلوگیری می کند.

نوزادان با دوربین های با وضوح بالا در فاصله نزدیک و داده های فیزیولوژیکی حیاتی با استفاده از تکنیک های پیشرفته پردازش سیگنال که می تواند تغییرات رنگی ظریف از ضربان قلب و حرکات بدن را که برای چشم انسان قابل مشاهده نیست ، استخراج کنند ، فیلمبرداری شدند.

کیم گیبسون ، متخصص مراقبت های ویژه نوزادان UniSA می گوید استفاده از شبکه های عصبی برای تشخیص چهره نوزادان یک پیشرفت مهم برای نظارت بدون تماس است.

“در محیط NICU ضبط فیلم های واضح از نوزادان نارس بسیار چالش برانگیز است. موانع زیادی وجود دارد و نور نیز می تواند متفاوت باشد ، بنابراین دستیابی به نتایج دقیق دشوار است. با این حال ، مدل تشخیص فراتر از انتظارات ما عمل کرده است.

“در سراسر جهان ، بیش از 10 درصد از نوزادان نارس متولد می شوند و به دلیل آسیب پذیری آنها ، علائم حیاتی آنها باید به طور مداوم کنترل شود. به طور سنتی ، این کار با الکترودهای چسبنده روی پوست انجام شده است که می تواند مشکل ساز باشد ، و ما معتقدیم نظارت بدون تماس راه پیش رو است. “گیبسون می گوید.

پروفسور Chal می گوید نتایج با توجه به همه گیری کووید -19 و نیاز به فاصله گذاری فیزیکی بسیار مهم است.

در سال 2020 ، تیم UniSA اولین فناوری جهان را که اکنون در محصولات تجاری فروخته شده توسط شرکت آمریکای شمالی Draganfly استفاده می شود ، توسعه داد که علائم حیاتی بزرگسالان را برای غربالگری علائم COVID-19 اندازه گیری می کند.

نتایج در مجله تصویرسازیبه

نکاتی برای ویراستاران

“نظارت بدون تماس با علائم حیاتی نوزادان در مراقبت های ویژه نوزادان بر اساس شبکه های عصبی” در مجله تصویرسازیبه

مطالعه اصلی را ببینید


این مقاله توسط ترجمه کلمه به کلمه از منبع اصلی تهیه شده است لذا طبیعی است که از نظر نگارشی مشکلاتی داشته باشد

ارسال نظر

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *