Бидний тухай
Багш ажилтан
Тархины дотоод даралт (Intracranial Pressure, ICP) нь мэдрэлийн тогтолцооны ноцтой эмгэгүүдийг хянахад чухал үүрэгтэй физиологийн үзүүлэлт юм. ICP-ийн утга 20 mmHg-ээс дээш болохыг тархины дотоод даралт ихсэлт (ТДДИХ) гэж тодорхойлдог. Одоогийн ICP хэмжих аргууд инвазив шинжтэй, мэргэжлийн өндөр ур чадвар шаарддаг тул энэхүү судалгаанд Arterial Blood Pressure (ABP), Electrocardiogram (ECG), Photoplethysmography (PPG) зэрэг физиологийн дохионд тулгуурлан тархины дотоод даралт ихсэлтийг инвазив бус аргаар илрүүлэх боломжийг гүн сургалт ашиглан судлав. Судалгаанд 125 Гц давтамжтай ABP, ECG, PPG дохионд тулгуурласан CNN-BiGRU нейрон сүлжээний загварыг санал болгов. MIMIC-III waveform өгөгдлийн сангаас тодорхой шалгуурын дагуу 20 өвчтөний өгөгдлийг сонгон авч, Leave-One-Patient-Out (LOPO) хөндлөн баталгаажуулалтаар загварыг үнэлэв. Үр дүнд өвчтөн тус бүрийн macro-averaged нарийвчлал 0.6631, нийт сегментийн жинлэсэн (weighted) нарийвчлал 0.887, ТДДИХ ангиллын F1-score 0.1640 үзүүлэв. Хоёр нарийвчлалын утгын зөрүү нь тархины дотоод даралтын бичлэгийн тэнцвэргүй байдлаас үүдэлтэй бөгөөд нийт сегментүүдийн зөвхөн 6%-ийг ТДДИХ- тэй үеийн бичлэг эзэлж байна. Хамгийн өндөр гүйцэтгэлтэй өвчтөн (p041405) дээр F1-score 0.7117 хүрсэн байна. Ablation судалгаагаар гурван дохио бүр ТДДИХ илрүүлэлтэд нэмэлт мэдээлэл өгдөг болох нь батлагдсан бөгөөд CNN-BiGRU загвар baseline загваруудаас (Logistic Regression, Random Forest, XGBoost) Recall болон F1-score үзүүлэлтээр давуу гүйцэтгэл үзүүлсэн. Энэхүү судалгаа нь өвчтөн хоорондын ерөнхийлсөн загварчлал одоогоор томоохон сорилт хэвээр байгааг харуулсан бөгөөд ABP– ICP хоорондын хамаарлыг тодорхойлсон. Цаашдын судалгаанд өгөгдлийн хэмжээ нэмэгдүүлэх, загварын тайлбарлах чадварыг дээшлүүлэх зэрэг чиглэлүүд чухал байна.
Нярайн эрчимт эмчилгээний тасаг (NICU)-т амьсгалын тоог (RR) тасралтгүй хянах нь эмнэлзүйн доройтлыг илрүүлэх болон нярайн эндэгдлийг бууруулахад нэн чухал ач холбогдолтой. Амин үзүүлэлт хэмжих уламжлалт аргууд нь нярайн эмзэг арьсыг цочроох, халдварын эрсдэл үүсгэх, мөн хөдөлгөөнийг хязгаарлах сул талтай байдаг. Энэхүү судалгаанд эрчимт эмчилгээний тасгийн нярайн амьсгалын тоог хүрэлцэхгүйгээр, тасралтгүй хэмжих дулааны зураглалд суурилсан машин сургалтын аргыг танилцуулж байна. Энэ систем нь нярайгаас 1 метр зайнаас 320×240 пикселээр, секундэд 30 фреймийн хурдтай авсан дулааны дүрсийг ашигласан бөгөөд хамар орчмыг сонирхлын бүс (ROI) болгон тодорхойлсон. Сонирхлын бүсийг автоматаар тодорхойлохын тулд YOLO алгоритмд суурилсан машин сургалтын аргыг боловсруулан, ашигласан. Нярайн дулааны зургийг Twilight Shifted алгоритм ашиглан өнгөт зураг руу хувирган, хөдөлгөөнөөс болон камерын чичиргээнээс үүсэх шуугианыг Гауссын шүүлтүүрээр шүүж, шуугианы нөлөөг багасгасан. Машин сургалтаар илрүүлсэн сонирхлын бүсэд Channel and Spatial Reliability Tracker (CSRT) тракинг алгоритм ашиглав. Богино хугацааны амьсгалын динамикийг харахын тулд оролтын бичлэгийг 10 секундийн сегментүүдэд хувааж, амьсгалын дохиод оргил илрүүлэх алгоритм хэрэгжүүлэн амьсгалын тоог breath per minute (bpm) нэгжээр илэрхийлсэн. Клиникийн баталгаажуулалтыг “Монгол Улсын Эх, Нярай, Эмэгтэйчүүдийн төв”-д 4–28 хоногтой 11 нярайд хийсэн. Нэг нярайд 60 хэмжилт хийснээр нийт 660 хэмжилтийн өгөгдөл цуглуулсан. Амьсгалын жишиг утгыг тогтоохдоо синхрончлогдсон өнгөт бичлэгт EVM аргыг ашиглан хэвлийн хөдөлгөөнийг өсгөж, нүдэн баримжаагаар тоолсон. Сонирхлын бүс илрүүлэх машин сургалтын загвар 0.995 recall болон 0.995 mAP үзүүлэлттэйгээр маш өндөр гүйцэтгэлтэй ажилласан. Энэ системийн хэмжсэн амьсгалын тоо нь жишиг утгатай өндөр хамаарал (r = 0.9, p < 0.001) үзүүлсэн бөгөөд 95%-ийн тохирлын хязгаар нь – 5.62-аас 6.92 bpm хооронд байсан. Эдгээр үр дүн нь энэ системийг нярайн эрчимт эмчилгээний тасагт амьсгалын тоог тасралтгүй, хүрэлцэхгүй аргаар хянах боломжтой шийдэл болохыг харуулж байна.
Continuous monitoring of respiratory rate (RR) in the Neonatal Intensive Care Unit (NICU) is critical for early detection of clinical deterioration and reducing neonatal mortality. Traditional methods often cause skin irritation, risk infection, and restrict movement. This study proposes a NonContact Respiratory Monitoring System (NCRMS) using a single thermal camera for unobtrusive, continuous RR monitoring in the NICU. The NCRMS captures thermal images (320×240 pixels, at 30 fps) of the nasal region of interest (ROI) from approximately 1 meter. YOLO was employed to train a nasal ROI detection model in the ICU environment. Motion-induced artifacts were mitigated using the Channel and Spatial Reliability Tracker (CSRT), with tracking performance enhanced through Twilight Shifted colormap and Gaussian filtering. To capture short-term respiratory dynamics, RR estimation was performed on 10- second segments by identifying inhalation peaks detection in breaths per minute (bpm). Clinical validation was conducted on 11 neonates (aged 4–28 days) at the Center for Mothers, Neonates, and Women in Mongolia. Each neonate underwent 60 measurements, resulting in a total of 660 measurements. Reference RR was obtained by visual counting of synchronized RGB videos. The nasal ROI detection model performed excellently, with 0.995 recall and 0.995 mAP. The NCRMS showed a strong correlation with reference RR (r = 0.9, p < 0.001), with 95% limits of agreement between –5.62 and 6.92 bpm (𝝈 = 0.65 bpm). These results support NCRMS as a viable, non-contact alternative for continuous RR monitoring in neonatal care.
Early and accurate detection of infectious patients in hospitals is crucial. Infrared thermal imaging is commonly used to measure skin temperature without contact. However, its reliability could be compromised if patients have taken antipyretics or if environmental factors affect skin temperature. To address these issues, we developed a novel screening system that combines respiratory rate measurement with core temperature estimation. This system calculates respiratory rate by tracking temperature changes in the face due to breathing, recognizing that infections can elevate respiration even without fever. Moreover, instead of using surface temperature, it estimates prefrontal cortex temperature via a thermal conduction model, providing a more reliable indicator of deep body temperature. We tested the system on outpatients with mild symptoms and evaluated classification accuracy. Our results suggest that incorporating respiratory rate and core temperature estimation can improve infection screening in clinical settings, providing a more comprehensive approach to early detection.
Pneumonia is one of the most serious infectious diseases in Mongolia and is the second leading cause of death among children under five years old. Our research team has been developing a non-contact device that measures respiratory rate, heart rate, and body temperature—key diagnostic indicators of Systemic Inflammatory Response Syndrome (SIRS)—to determine the presence of infection (Matsui et al., J Infect. 2020). In this study, we report on the usefulness of the newly developed screening system for non-contact monitoring of pediatric vital signs. The study included 9 asymptomatic children who visited the Pediatric Center at Showa University Koto Toyosu Hospital and 23 healthy children from Kindergarten No. 88 in the Bayangol district of Mongolia. Monitoring was conducted between October and December 2023. The proposed system is capable of non-contact, non-invasive measurement of respiratory rate, body temperature, and heart rate in children who can remain seated and calm for 30 seconds. For temperature measurement, we applied a method developed by our group (Asai et al., Therm Sci Eng Prog. 2023), which estimates deep brain temperature in the prefrontal cortex from forehead surface temperature and ambient temperature measured via thermography. For respiratory rate, we used a microwave radar that can penetrate clothing (such as coats worn in cold climates), combined with a stereo depth camera capable of distinguishing between body movements and respiratory motion. In the 9 children from Showa University Koto Toyosu Hospital (mean age 10 ± 4.0 years), the measured prefrontal deep brain temperature and respiratory rate were 36.8 ± 0.5°C and 17 ± 4.4 breaths/min, respectively. In the 23 children from Kindergarten No. 88 in Bayangol district, Mongolia (mean age 4.1 ± 0.7 years), the corresponding values were 36.7 ± 0.6°C and 21 ± 7.4 breaths/min. This study suggests that pediatric vital signs can be monitored non-contact in children who are able to remain seated and calm. This is the first reported attempt in the world to measure deep brain temperature in the prefrontal cortex of children. In the future, this system could serve as a simple primary screening tool, contributing to the prevention of pediatric pneumonia outbreaks.
Background: To increase the consultation rate of potential major depressive disorder (MDD) patients, we developed a contact-type fingertip photoplethysmography-based MDD screening system. With the outbreak of SARS-CoV-2, we developed an alternative to contact-type fingertip photoplethysmography: a novel web camera-based contact-free MDD screening system (WCF-MSS) for non-contact measurement of autonomic transient responses induced by a mental task. Methods: The WCF-MSS measures time-series interbeat intervals (IBI) by monitoring color tone changes in the facial region of interest induced by arterial pulsation using a web camera (1920 × 1080 pixels, 30 frames/s). Artifacts caused by body movements and head shakes are reduced. The WCF-MSS evaluates autonomic nervous activation from time-series IBI by calculating LF (0.04–0.15 Hz) components of heart rate variability (HRV) corresponding to sympathetic and parasympathetic nervous activity and HF (0.15–0.4 Hz) components equivalent to parasympathetic activities. The clinical test procedure comprises a pre-rest period (Pre-R; 140 s), mental task period (MT; 100 s), and post-rest period (Post-R; 120 s). The WCF-MSS uses logistic regression analysis to discriminate MDD patients from healthy volunteers via an optimal combination of four explanatory variables determined by a minimum redundancy maximum relevance algorithm: HF during MT (HF MT ), the percentage change of LF from pre-rest to MT (%ΔLF (Pre–R⇒ MT) ), the percentage change of HF from pre-rest to MT (%ΔHF (Pre–R⇒ MT) ), and the percentage change of HF from MT to post-rest (%ΔHF (MT⇒ Post–R) ). To clinically test the WCF-MSS, 26 MDD patients (16 males and 10 females, 20–58 years) were recruited from BESLI Clinic in Tokyo, and 27 healthy volunteers (15 males and 12 females, 18–60 years) were recruited from Tokyo Metropolitan University and RICOH Company, Ltd. Electrocardiography was used to calculate HRV variables as references. Result The WCF-MSS achieved 73% sensitivity and 85% specificity on 5-fold cross-validation. IBI correlated significantly with IBI from reference electrocardiography ( r = 0.97, p < 0.0001). Logit scores and subjective self-rating depression scale scores correlated significantly ( r = 0.43, p < 0.05). Conclusion The WCF-MSS seems a promising contact-free MDD screening apparatus. This method enables web camera built-in smartphones to be used as MDD screening systems.
Үр дүнд суурилсан, оюутан төвтэй сургалтад шилжих шаардлагатай тулгараад буй өнөө үед оюутныг ойлгож, нөхцөл байдлыг нь мэдрэх, бодитоор үнэлэх асуудал сурах явцыг сайжруулах, шалгалтын арга хэлбэрийг илүү боловсронгуй болгох ач холбогдолтой юм. Оюутан өөрийн мэдлэг, шалгалтын бэлтгэл болон зан араншингаасаа хамааран аман шалгалтын явцад сандрах, баярлах, түгших хэлбэрээр сэтгэл нь хөдөлж улмаар энэ нь бодит үнэлгээнд нөлөөлөх талтай. Энэхүү ажлаар оюутны сэтгэл хөдлөл болон үнэлгээний хамаарлыг нөхцөл байдал, асуултын төрлөөс хамааруулан судаллаа. Сэтгэл хөдлөлийг тухайн оюутны арьсны цахилгаан дамжуулал, хөмсөг болон хацрын булчингийн цахилгаан идэвхжилийн утгаар тодорхойлсон. Туршилтыг хоёр үе шаттай явууллаа. 28 оюутныг мэдрүүлтэй болон ердийн гэсэн хоёр бүлэгт хуваан ижил агуулгаар аман шалгалт авсан эхний туршилтаар мэдрүүл зүүх нь оюутны сэтгэл хөдлөл, хариулсан үр дүнд мэдэгдэхүйц нөлөө үзүүлэхгүй гэж дүгнэж болохоор байна. Хоёр дахь туршилтад мэргэжлийн суурь болон мэргэшүүлэх хичээл сонгон тус бүр 10 оюутнаас энгийн тав, шалгалтын таван асуулт асууж сэтгэл хөдлөлийн өөрчлөлтийг судлав. Туршилтаар оюутан энгийн асуултад хариулахдаа сэтгэл хөдлөлийн төлөв нь бага өөрчлөгдөж байсан бол шалгалтын асуултад бүх оюутан илүү төвлөрснөөс гадна ахлах ангийн оюутнууд жигд бага зэрэг сөрөг сэтгэл хөдлөл үзүүлсэн бол бага ангийн оюутнууд эерэг сэтгэл хөдлөл илүүтэй харуулсан. Энэ судалгааг цаашид өргөжүүлэн төрөл бүрийн мэргэжил, нөхцөл байдлаар өргөтгөснөөр шалгалтын арга хэлбэрийг шинэчлэх, оюутны сэтгэл хөдлөл өөрийгөө илэрхийлэхэд нөлөөлдөг эсэхийг тодорхойлох, улмаар онлайн сургалтын шалгалтыг илүү баталгаатай болгох суурь нь болно.
Орчин үед машин сургалтын арга судалгаа шинжилгээнд өргөнөөр ашиглагдаж хэрэглээний түвшинд нэвтэрсээр байна. Ялангуяа дүрс боловсруулалтын чиглэлд ихээр ашиглагдаж байгаа билээ. Хүний нүүрний төрхөөр хүйсийг тодорхойлох нь царай таних системийн нэг функц болон ашиглагддаг. Энэхүү ажилд Монгол хүний зургаас хүйсийг тодорхойлохыг зорьсон. Үүнд царайг илрүүлэх Landmark 68 цэгт арга[1], онцлогуудыг ялган авах VGG16[2] болон Facenet[3] алгоритмуудыг ашиглаж улмаар машин сургалтын шатанд AdaBoost[4] болон SVM[5] аргуудаар ангилан сургаж хүйсээр нь ялгасан. Эндээс үзэхэд AdaBoost сургалтын үр дүн SVM аргаас сайн үр дүн үзүүлсэн.
Орчин үед машин сургалтын арга судалгаа шинжилгээнд өргөнөөр ашиглагдаж хэрэглээний түвшинд нэвтэрсээр байна. Ялангуяа дүрс боловсруулалтын чиглэлд ихээр ашиглагдаж байгаа билээ. Хүний нүүрний төрхөөр хүйсийг тодорхойлох нь царай таних системийн нэг функц болон ашиглагддаг. Энэхүү ажилд Монгол хүний зургаас хүйсийг тодорхойлохыг зорьсон. Үүнд царайг илрүүлэх Landmark 68 цэгт арга[1], онцлогуудыг ялган авах VGG16[2] болон Facenet[3] алгоритмуудыг ашиглаж улмаар машин сургалтын шатанд AdaBoost[4] болон SVM[5] аргуудаар ангилан сургаж хүйсээр нь ялгасан. Эндээс үзэхэд AdaBoost сургалтын үр дүн SVM аргаас сайн үр дүн үзүүлсэн.
