微小运动，显著结果：利用运动放大揭示婴儿细微震颤
计算机视觉与模式识别
2021-10-01 v1 机器学习
图像与视频处理
摘要
检测震颤对人类与机器均具挑战性。孕期暴露于阿片类药物的婴儿常在出生后表现出戒断体征与症状，用人眼容易遗漏。这组临床特征称为新生儿戒断综合征(NAS)，包括震颤、癫痫、易激惹等。当前标准护理使用基于主观评估的Finnegan新生儿戒断综合征评分系统(FNASS)。FNASS监测需要高度熟练的护理人员，使持续监测困难。本文中我们提出一种使用放大运动信号的自动震颤检测系统。我们展示了其在表现NAS体征的婴儿床边视频上的适用性。进一步，我们测试了基于深度卷积网络的不同运动放大模式，并确定动态模式在临床环境中效果最佳，对常见方向变化具有不变性。我们提出一种NAS患者出院与随访策略，利用运动放大补充现有方案。总体而言，我们的研究提出了弥合当前实践、培训与资源利用差距的方法。
引用
@article{arxiv.2008.04946,
title = {Little Motion, Big Results: Using Motion Magnification to Reveal Subtle Tremors in Infants},
author = {Girik Malik and Ish K. Gulati},
journal= {arXiv preprint arXiv:2008.04946},
year = {2021}
}