JP2019510534A - 分割後嚥下加速度測定データの信号トリミング及び偽陽性低減 - Google Patents
分割後嚥下加速度測定データの信号トリミング及び偽陽性低減 Download PDFInfo
- Publication number
- JP2019510534A JP2019510534A JP2018540429A JP2018540429A JP2019510534A JP 2019510534 A JP2019510534 A JP 2019510534A JP 2018540429 A JP2018540429 A JP 2018540429A JP 2018540429 A JP2018540429 A JP 2018540429A JP 2019510534 A JP2019510534 A JP 2019510534A
- Authority
- JP
- Japan
- Prior art keywords
- swallowing
- segment
- false positive
- processing module
- axis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
- A61B5/4205—Evaluating swallowing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6822—Neck
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/008—Detecting noise of gastric tract, e.g. caused by voiding
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Endocrinology (AREA)
- Gastroenterology & Hepatology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
式中、iAPは、A−P信号であり、pは、ピークインデックスであり、wは、ウィンドウサイズである。
式中、
は、それぞれ、嚥下と非嚥下セグメントとのエネルギ差であり、以下の式のようになる。
は、非嚥下セグメントNSを用いて同様に定義される。
は、以下の式となる。
式中、Kは、カーネル関数であり、Nは、エネルギ差分布ビンの数であり、hは、カーネル平滑化帯域幅である。ガウス混合の汎用性のある推定能力を考慮すると、ガウスカーネルは、以下の式のように採用することができる。
式中、σは、エネルギ差の標準偏差である。
式中、
は、嚥下及び非嚥下セグメントに対して推定された密度であり、pS=pNS=0.5は、それぞれ、嚥下及び非嚥下の事前確率である。
式中、
は、特定の食塊bに対してA−Pチャネル上の所定の数のサンプル(例えば、500サンプル)の移動するウィンドウ内で計算された最大エネルギであり、ΛAPは、データに依存するスカラである。
を判定するステップを含むことができる。それぞれの候補嚥下に対して、エネルギは、所定の数のサンプル毎に(例えば、500のサンプル毎に)、重なり合うウィンドウ(例えば、50%重なり合う)内で推定することができる。エネルギベースの偽陽性低減は、これらのウィンドウにわたる最大エネルギ値が対応する食塊適応閾値(
のいずれか)未満であった場合に候補嚥下を破棄するステップを含むことができる。スカラΛAP及びΛSIは、以下の手法、すなわち、エネルギ比及び最大エネルギ差により推定することができる。
は、それぞれの嚥下セグメントに対して、以下の式のように判定することができる。
式中、i≧1は、食塊b内で検出された嚥下セグメントの数を指し、
は、食塊bのi番目の嚥下セグメントの最大軸方向エネルギである。
式中、
は、食塊bの最大ウィンドウエネルギであり、
である。ΔAPは、以下の式を満たす
の集合として定義することができる。
式中、β∈(0,1]は、対象とする信号の特性に適合するように経験的に調整されたスカラである。この集合において、食塊b’内に嚥下セグメントi’が存在し、それに対して、数式9で定義されたエネルギ比
が最大化される。
式中、
は、それぞれ食塊b及びb’に対する候補嚥下インデックスの集合である。最終的に、スカラΛAPは、食塊b’内の嚥下セグメントi’のエネルギ比として設定される:
式中、TP及びFPは、それぞれA−P及びS−Iスカラ(αAP、αSI)の関数として表された、nTP及びnFP事例の数である。
式中、
は、特定の食塊bに対してA−Pチャネル上のサイズ500サンプルの移動するウィンドウ内で計算された最大エネルギであり、ΛAPは、データに依存するスカラであった。
は、同じ手順を用いてだが、S−Iチャネルに対して判定した。それぞれの候補嚥下に対して、エネルギは、500サンプルの50%重なり合うウィンドウ内で推定した。これらのウィンドウにわたる最大エネルギ値が対応する食塊適応閾値(
のいずれか)未満であった場合に、候補嚥下を破棄した。スカラΛAP及びΛSIは、エネルギ比及び最大エネルギ差の手法により推定した。
は、数式9に従って計算した。上記のように、この分析の全てのエネルギは、50%の重なり合いを有して500サンプルの移動するウィンドウ内で推定した。次に、A−P及びS−Iチャネルに対するスカラ(ΛAP及びΛSI)は、数式10に従って推定した。図6の表の第2〜第4列は、偽陽性低減測定基準に関するこれらのスカラ推定の効果を記録している。
ΛSIは、S−I軸線に対するものと同じ手順に従うことにより、推定した。図6は、これらのスカラの異なる推定の概要を示す。
Claims (20)
- 嚥下障害検出の方法であって、
振動データの嚥下セグメント及び非嚥下セグメントを処理モジュールによる処理にかけるステップを含み、前記処理が、適応トリミング、偽陽性低減、及びそれらの組み合わせからなる群から選択され、前記振動データが、(i)嚥下動作を表し、(ii)患者の咽喉の外部に配置され、前記処理モジュールに動作可能に接続されたセンサからのものであり、(iii)前後方向軸線及び上下方向軸線からなる群から選択される少なくとも1つの軸線に関連付けられている、方法。 - 前記処理は、前記少なくとも1つの軸線のそれぞれに対する適応トリミングを含み、前記適応トリミングは、前記嚥下及び前記非嚥下セグメントからトリミングしたセグメントを形成するステップを含み、前記トリミングしたセグメントのそれぞれは、嚥下に関連付けられた生理学的振動に対応する前記それぞれのセグメントの部分を含み、嚥下前及び嚥下後の信号変動に対応する前記それぞれのセグメントの部分を除外する、請求項1に記載の方法。
- 前記適応トリミングは、前記少なくとも1つの軸線のそれぞれに対して、
カーネル密度推定を用いて、前記嚥下セグメント及び前記非嚥下セグメントに対する確率分布を得るステップと、
前記確率分布に少なくとも部分的に基づいてエネルギ閾値を判定するステップと、を含み、
前記除外される部分は、前記エネルギ閾値を下回る前記除外される部分のエネルギ差に基づいて識別される、請求項2に記載の方法。 - 前記確率分布に対する確率カットオフを設定して、前記適応トリミングの範囲を調整するステップを含む、請求項3に記載の方法。
- 前記処理は、エネルギベースの偽陽性低減、ノイズフロアベースの偽陽性低減、及びそれらの組み合わせからなる群から選択される偽陽性低減を含む、請求項1に記載の方法。
- 前記処理は、エネルギベースの偽陽性低減を含み、前記エネルギベースの偽陽性低減が、前記少なくとも1つの軸線のそれぞれに対して、軸方向のエネルギベースの食塊特有の閾値を判定するステップと、前記それぞれの食塊特有の閾値未満の最大エネルギ値を有する前記嚥下セグメントを破棄するステップと、を含む、請求項5に記載の方法。
- 前記処理が、ノイズフロアベースの偽陽性低減を含み、前記ノイズフロアベースの偽陽性低減が、前記振動データの振幅ヒストグラムを生成するステップと、前記振幅ヒストグラムを用いて、前記少なくとも1つの軸線のそれぞれに対する軸方向閾値を判定するステップと、前記それぞれの軸方向閾値より大きなノイズ範囲を有する前記嚥下セグメントを破棄するステップと、を含む、請求項5に記載の方法。
- 軸方向閾値を調整して、偽陽性の除去と真陽性の損失との間のバランスを制御するステップを含む、請求項5に記載の方法。
- 前記処理モジュールは、前記センサから前記振動データを受信し、前記振動データから前記嚥下セグメント及び前記非嚥下セグメントを自動的に形成する、請求項1に記載の方法。
- 前記センサは、一軸加速度計及び二軸加速度計からなる群から選択される、請求項1に記載の方法。
- 前記嚥下セグメント及び前記非嚥下セグメントを、前記嚥下及び非嚥下セグメントの前記処理の後で、正常な嚥下又は潜在的嚥下障害として分類するステップを含み、前記処理モジュールが、前記分類するステップを実行する、請求項1に記載の方法。
- 前記分類を表す出力を生成するステップを含み、前記処理モジュールが、前記出力を生成する、請求項11に記載の方法。
- 前記潜在的嚥下障害は、嚥下安全障害又は嚥下能力障害のうちの少なくとも1つを含む、請求項11に記載の方法。
- 前記潜在的嚥下障害は、穿通又は誤嚥を含み、前記処理モジュールが、前記嚥下事象を安全事象及び危険事象のうちの1つを示すとして更に分類する、請求項11に記載の方法。
- 嚥下機能を定量化するための装置であって、
患者の咽喉に配置され、嚥下動作を表す、前後方向軸線及び上下方向軸線からなる群から選択される少なくとも1つの軸線に関連付けられた振動データを取得するように構成されたセンサと、
前記センサに動作可能に接続され、前記振動データの嚥下セグメント及び非嚥下セグメントを、適応トリミング、偽陽性低減、及びそれらの組み合わせからなる群から選択される処理にかけるように構成された処理モジュールと、を備える、装置。 - ディスプレイ、スピーカ、及びそれらの組み合わせから選択される出力構成要素を備え、前記処理モジュールは、前記嚥下セグメント及び前記非嚥下セグメントを、前記嚥下セグメント及び前記非嚥下セグメントの前記処理の後で、正常な嚥下又は潜在的嚥下障害として分類するように構成されており、前記処理モジュールは、前記出力構成要素を用いて前記分類を視覚的に及び/又は音響的に示すように構成されている、請求項15に記載の装置。
- 前記処理モジュールは、有線接続又は無線接続のうちの少なくとも1つによって前記センサに動作可能に接続されている、請求項15に記載の装置。
- 前記処理モジュールは、前記センサから前記振動データを受信し、前記振動データから前記嚥下セグメント及び前記非嚥下セグメントを自動的に形成するように構成される、請求項15に記載の装置。
- 患者の嚥下困難を処置する方法であって、
前記患者の咽喉の外部にセンサを配置するステップであって、前記センサは、嚥下動作を表す、前後方向軸線及び上下方向軸線からなる群から選択される少なくとも1つの軸線に関連付けられた振動データを取得し、前記センサは、前記振動データの嚥下セグメント及び非嚥下セグメントを適応トリミング、偽陽性低減、及びそれらの組み合わせからなる群から選択される処理にかける処理モジュールに動作可能に接続され、前記処理モジュールは、前記振動データの分類を示す出力を生成する、ステップと、
前記分類に基づいて前記患者に投与される栄養補給を調整するステップと、を含む、方法。 - 前記栄養補給を前記調整するステップは、前記栄養補給の稠度を変更するステップ、前記栄養補給の食物の種類を変更するステップ、前記患者に投与される前記栄養補給のポーションサイズを変更するステップ、前記栄養補給のポーションが前記患者に投与される頻度を変更するステップ、及びそれらの組み合わせからなる群から選択される、請求項19に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662292995P | 2016-02-09 | 2016-02-09 | |
US62/292,995 | 2016-02-09 | ||
PCT/IB2017/000183 WO2017137844A1 (en) | 2016-02-09 | 2017-02-09 | Signal trimming and false positive reduction of post-segmentation swallowing accelerometry data |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019510534A true JP2019510534A (ja) | 2019-04-18 |
Family
ID=59562942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018540429A Pending JP2019510534A (ja) | 2016-02-09 | 2017-02-09 | 分割後嚥下加速度測定データの信号トリミング及び偽陽性低減 |
Country Status (9)
Country | Link |
---|---|
US (1) | US11147502B2 (ja) |
EP (1) | EP3416552A4 (ja) |
JP (1) | JP2019510534A (ja) |
CN (1) | CN109069069A (ja) |
AU (1) | AU2017218684A1 (ja) |
BR (1) | BR112018016116A2 (ja) |
CA (1) | CA3011080A1 (ja) |
RU (1) | RU2018131235A (ja) |
WO (1) | WO2017137844A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7197493B2 (ja) * | 2017-02-28 | 2022-12-27 | ソシエテ・デ・プロデュイ・ネスレ・エス・アー | 加速度測定信号から抽出されたメタ特徴を使用して、嚥下障害を検出する方法及びデバイス |
JP6645619B2 (ja) * | 2017-03-29 | 2020-02-14 | 株式会社村田製作所 | 嚥下センサ |
AU2018305796A1 (en) * | 2017-07-27 | 2020-02-06 | Holland Bloorview Kids Rehabilitation Hospital | Automatic detection of aspiration-penetration using swallowing accelerometry signals |
JP7222973B2 (ja) * | 2017-08-07 | 2023-02-15 | ソシエテ・デ・プロデュイ・ネスレ・エス・アー | 嚥下障害分類モデルの信号品質を判定するための方法及びデバイス |
EP3700411A4 (en) * | 2017-10-27 | 2021-07-28 | Ecole de Technologie Supérieure | SYSTEM AND METHOD FOR CLASSIFYING NON-VERBAL AUDIO EVENTS IN THE EAR |
EP3598933A1 (en) * | 2018-06-26 | 2020-01-29 | Koninklijke Philips N.V. | Monitoring swallowing in a subject |
US11013430B2 (en) * | 2018-06-26 | 2021-05-25 | Intel Coproration | Methods and apparatus for identifying food chewed and/or beverage drank |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006302291A (ja) * | 2005-04-19 | 2006-11-02 | Siemens Corporate Res Inc | 画像データセット内のオブジェクトをセグメント化する方法及びシステム |
JP2008502386A (ja) * | 2004-06-17 | 2008-01-31 | ブロアビュー マクミラン チルドレンズ センター | 嚥下活動を検出するためのシステムおよび方法 |
US20100160833A1 (en) * | 2008-10-29 | 2010-06-24 | Tom Chau | Method and system of segmentation and time duration analysis of dual-axis swallowing accelerometry signals |
WO2013086615A1 (en) * | 2011-12-16 | 2013-06-20 | Holland Bloorview Kids Rehabilitation Hospital | Device and method for detecting congenital dysphagia |
US20130184538A1 (en) * | 2011-01-18 | 2013-07-18 | Micron Technology, Inc. | Method and device for swallowing impairment detection |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9138171B2 (en) * | 2004-06-17 | 2015-09-22 | Holland Bloorview Kids Rehabilitation Hospital | System and method for detecting swallowing activity |
US8165683B2 (en) * | 2006-04-21 | 2012-04-24 | Medtronic, Inc. | Method and apparatus for detection of nervous system disorders |
US8827917B2 (en) * | 2008-06-30 | 2014-09-09 | Nelleor Puritan Bennett Ireland | Systems and methods for artifact detection in signals |
CN102576386B (zh) * | 2009-10-22 | 2016-05-18 | 皇家飞利浦电子股份有限公司 | 用于处理吞咽困难的系统和方法 |
RU2013139732A (ru) * | 2011-01-28 | 2015-03-10 | Нестек С.А. | Устройства и способы для диагностики дисфункции глотания |
CA2875638A1 (en) * | 2012-06-19 | 2013-12-27 | Hans Bernhard | Apparatuses for detecting and/or diagnosing swallowing disorders |
US20160117940A1 (en) * | 2012-09-12 | 2016-04-28 | Lingraphicare America Incorporated | Method, system, and apparatus for treating a communication disorder |
US9311789B1 (en) * | 2013-04-09 | 2016-04-12 | BioSensics LLC | Systems and methods for sensorimotor rehabilitation |
-
2017
- 2017-02-09 RU RU2018131235A patent/RU2018131235A/ru not_active Application Discontinuation
- 2017-02-09 BR BR112018016116A patent/BR112018016116A2/pt not_active IP Right Cessation
- 2017-02-09 JP JP2018540429A patent/JP2019510534A/ja active Pending
- 2017-02-09 AU AU2017218684A patent/AU2017218684A1/en not_active Abandoned
- 2017-02-09 EP EP17749932.4A patent/EP3416552A4/en not_active Withdrawn
- 2017-02-09 WO PCT/IB2017/000183 patent/WO2017137844A1/en active Application Filing
- 2017-02-09 US US16/074,577 patent/US11147502B2/en active Active
- 2017-02-09 CN CN201780010414.4A patent/CN109069069A/zh active Pending
- 2017-02-09 CA CA3011080A patent/CA3011080A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008502386A (ja) * | 2004-06-17 | 2008-01-31 | ブロアビュー マクミラン チルドレンズ センター | 嚥下活動を検出するためのシステムおよび方法 |
JP2006302291A (ja) * | 2005-04-19 | 2006-11-02 | Siemens Corporate Res Inc | 画像データセット内のオブジェクトをセグメント化する方法及びシステム |
US20100160833A1 (en) * | 2008-10-29 | 2010-06-24 | Tom Chau | Method and system of segmentation and time duration analysis of dual-axis swallowing accelerometry signals |
US20130184538A1 (en) * | 2011-01-18 | 2013-07-18 | Micron Technology, Inc. | Method and device for swallowing impairment detection |
JP2014502548A (ja) * | 2011-01-18 | 2014-02-03 | ユニバーシティー ヘルス ネットワーク | 嚥下障害検出のための方法及び装置 |
WO2013086615A1 (en) * | 2011-12-16 | 2013-06-20 | Holland Bloorview Kids Rehabilitation Hospital | Device and method for detecting congenital dysphagia |
Also Published As
Publication number | Publication date |
---|---|
BR112018016116A2 (pt) | 2019-01-02 |
WO2017137844A1 (en) | 2017-08-17 |
CA3011080A1 (en) | 2017-08-17 |
RU2018131235A3 (ja) | 2020-04-20 |
US11147502B2 (en) | 2021-10-19 |
EP3416552A4 (en) | 2019-10-02 |
US20190038208A1 (en) | 2019-02-07 |
CN109069069A (zh) | 2018-12-21 |
AU2017218684A1 (en) | 2018-07-19 |
RU2018131235A (ru) | 2020-03-11 |
EP3416552A1 (en) | 2018-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019510534A (ja) | 分割後嚥下加速度測定データの信号トリミング及び偽陽性低減 | |
JP2020511206A (ja) | 自動咳特定システム及び方法 | |
JP7197493B2 (ja) | 加速度測定信号から抽出されたメタ特徴を使用して、嚥下障害を検出する方法及びデバイス | |
US20140180036A1 (en) | Device and method for predicting and preventing obstructive sleep apnea (osa) episodes | |
US20220322996A1 (en) | Methods and devices using swallowing accelerometry signals for swallowing impairment detection | |
Gunnarsdottir et al. | A novel sleep stage scoring system: combining expert-based rules with a decision tree classifier | |
KR20140134443A (ko) | 음성신호의 특징벡터를 이용한 연하장애 판단방법 | |
US11478163B2 (en) | Image processing and emphysema threshold determination | |
CN113329683A (zh) | 用于筛查吞咽受损的方法和装置 | |
JP7222973B2 (ja) | 嚥下障害分類モデルの信号品質を判定するための方法及びデバイス | |
Ozdemir et al. | A time-series approach to predict obstructive sleep apnea (OSA) Episodes | |
Mohammadi et al. | Post-segmentation swallowing accelerometry signal trimming and false positive reduction | |
Nakamura et al. | Relationship between singing experience and laryngeal movement obtained by DeepLabCut | |
Rocha et al. | Detection of squawks in respiratory sounds of mechanically ventilated COVID-19 patients | |
US20200155057A1 (en) | Automatic detection of aspiration-penetration using swallowing accelerometry signals | |
Lashkar et al. | A motion-based waveform for the detection of breathing difficulties during sleep |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200123 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210803 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220301 |