Development of AI-based remote physical examination

3Dビデオカメラによる頸静脈拍動の評価を目的として以下の検討を行った。(1).3Dビデオカメラからの距離計測の妥当性を検討するために深部計測モデルを使用して、3Dビデオカメラによる距離計測を行った。(2).次に頸静脈拍動モデルを用いて、拍動する物体の深度とその経時的変化を計測可能かどうかの検討を行った。(3).3Dビデオカメラにより、人体（健常例）における頸静脈拍動の記録をおこない頸静脈波をリモートで記録可能かどうかを検証した。その結果、３Dビデオカメラを用いて頸静脈拍動の可視化が可能であることが示された。(4). トレーニングセット：対象例において3Dビデオカメラを用いて、頸部の動画像を記録した。心エコー図法により中心静脈圧上昇の有無(Class 0 or Class 1)をConvolutional Neural Network（CNN）により学習させた。心エコー図法での中心静脈圧上昇の診断は、ASEのガイドライン(J Am Soc Echocardiogr. 2015 Jan;28(1):1-39.e14.)に基づいて行い、下大静脈径 >21 mm、呼吸性変動<50%のものを中心静脈圧上昇と診断した。バリデーションセット：ついで、別の心エコー図施行例を対象に、トレーニングで得られた深層学習の妥当性を検証する予定である。(5).すでに得られた３Dビデオカメラで記録した動画像から、頸静脈拍動図を作成し、心エコー図によりえられた下大静脈波形や肝静脈波形との対比が、現在進行中である。

3Dビデオカメラによる頸静脈拍動の評価を目的として以下の検討を行った。(1).3Dビデオカメラからの距離計測の妥当性を検討するために深部計測モデルを使用して、3Dビデオカメラによる距離計測を行った。(2).次に頸静脈拍動モデルを用いて、拍動する物体の深度とその経時的変化を計測可能かどうかの検討を行った。(3).3Dビデオカメラにより、人体（健常例）における頸静脈拍動の記録をおこない頸静脈波をリモートで記録可能かどうかを検証した。その結果、３Dビデオカメラを用いて頸静脈拍動の可視化が可能であることが示された。(4). トレーニングセット：対象例において3Dビデオカメラを用いて、頸部の動画像を記録した。心エコー図法により中心静脈圧上昇の有無(Class 0 or Class 1)をConvolutional Neural Network（CNN）により学習させた。心エコー図法での中心静脈圧上昇の診断は、ASEのガイドライン(J Am Soc Echocardiogr. 2015 Jan;28(1):1-39.e14.)に基づいて行い、下大静脈径 >21 mm、呼吸性変動<50%のものを中心静脈圧上昇と診断した。バリデーションセット：ついで、別の心エコー図施行例を対象に、トレーニングで得られた深層学習の妥当性を検証する予定である。(5).すでに得られた３Dビデオカメラで記録した動画像から、頸静脈拍動図を作成し、心エコー図によりえられた下大静脈波形や肝静脈波形との対比が、現在進行中である。