Основні поняття
データ駆動型ネットワークを使用した柔軟な波長選択と分布情報に基づくフォトアコースティックオキシメトリーの新しい手法。
Анотація
フォトアコースティックイメージング(PAI)は、空間的に解像度の高い血液酸素飽和度を測定することを約束します。
現在のデータ駆動型方法は、訓練後に異なる入力データを受け入れる柔軟性が不足しています。
LSTMネットワークを使用した新しい手法は、従来の方法よりも優れた結果を示しました。
Jensen-Shannonダイバージェンスは、最適な訓練データセットの選択や特定のアプリケーション向けの微調整を可能にします。
In Silico Cross-Validation:
訓練データパラメータの変更が推定値に与える影響が明らかになりました。
解像度や照射条件の変化が精度に影響しました。
Dynamic In Vivo Testing:
CO2窒息実験では、LSTMベース手法がLUよりも広いダイナミックレンジでsO2変化を正確に推定しました。
Further Research Needed:
3D文脈を考慮したニューラルネットワークへの拡張
データシミュレーションの現実的性質向上への取り組み
ドメイン適応方法を用いたシミュレートされた訓練データの現実性向上
Статистика
我々は25種類の訓練データセットバリエーションを作成しました。
LSTMベース手法は他手法よりも優れた結果を示しました。
Цитати
"Accurate blood oxygenation estimation could have important clinical applications."
"A flexible data-driven network architecture combined with the Jensen-Shannon Divergence provides a promising direction."