新生儿复苏活动中的对象检测
计算机视觉与模式识别
2023-03-15 v1
摘要
出生窒息是低收入国家新生儿死亡的主要问题。国际指南提供了治疗建议;然而,不同治疗的重要性和效果尚未充分探索。现有数据收集于坦桑尼亚新生儿复苏期间,用于分析复苏活动及新生儿的反应。分析中的一个重要步骤是创建时段的活动的时序线,其中活动包括通气、吸痰、刺激等。方法:现有记录为具有巨大变化的噪声真实世界视频。我们提出一个两步过程以检测可能时间重叠的活动。第一步是检测和跟踪相关对象,如气囊面罩复苏器、心率传感器等,第二步是利用该信息识别复苏活动。本文主题为第一步,对象检测与跟踪基于卷积神经网络及后续后处理。结果:在20段视频的测试集上,活动期间对象检测性能为96.97%(通气)、100%(连接/移除心率传感器)和75%(吸痰)。系统估计在场医护人员数量的性能为71.16%。结论:所提出的对象检测与跟踪系统在噪声新生儿复苏视频中提供了有前景的结果。意义:这是新生儿复苏时段深入分析的第一步,可就不同新生儿复苏活动的重要性和效果提供重要见解。
引用
@article{arxiv.2303.07790,
title = {Object Detection During Newborn Resuscitation Activities},
author = {Øyvind Meinich-Bache and Kjersti Engan and Ivar Austvoll and Trygve Eftestøl and Helge Myklebust and Ladislaus Blacy Yarrot and Hussein Kidanto and Hege Ersdal},
journal= {arXiv preprint arXiv:2303.07790},
year = {2023}
}
备注
8 pages