JP6751903B2 - 噴嚔予測システムおよび噴嚔予測方法 - Google Patents
噴嚔予測システムおよび噴嚔予測方法 Download PDFInfo
- Publication number
- JP6751903B2 JP6751903B2 JP2019517505A JP2019517505A JP6751903B2 JP 6751903 B2 JP6751903 B2 JP 6751903B2 JP 2019517505 A JP2019517505 A JP 2019517505A JP 2019517505 A JP2019517505 A JP 2019517505A JP 6751903 B2 JP6751903 B2 JP 6751903B2
- Authority
- JP
- Japan
- Prior art keywords
- human body
- information
- prediction
- airway
- sneeze
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 24
- 230000007613 environmental effect Effects 0.000 claims description 152
- 206010041232 sneezing Diseases 0.000 claims description 102
- 239000000306 component Substances 0.000 description 19
- 238000002595 magnetic resonance imaging Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000009467 reduction Effects 0.000 description 10
- 210000002345 respiratory system Anatomy 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000013178 mathematical model Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 230000037396 body weight Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 230000000172 allergic effect Effects 0.000 description 2
- 208000010668 atopic eczema Diseases 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 239000012503 blood component Substances 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000037323 metabolic rate Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001954 sterilising effect Effects 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 230000002567 autonomic effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
図1は、本実施の形態における噴嚔予測システムの構成の例を示すブロック図である。図1に示された噴嚔予測システム100は、取得部101および予測部102を備える。
まず、図4および図5を用いて、具体例1を説明する。本具体例において、噴嚔予測システム100は、噴嚔予測モデルを用いて、噴嚔の発生を予測する。
次に、図6および図7を用いて、具体例2を説明する。本具体例において、噴嚔予測システム100は、気道モデルを用いて、噴嚔の発生を予測する。
次に、図8および図9を用いて、具体例3を説明する。本具体例において、噴嚔予測システム100は、観測空間における状態を示す状態情報を取得し、観測空間よりも人体に近い空間である近傍空間における環境を示す環境情報を取得する。
実施の形態等に示された噴嚔予測システム100は、人体に対する環境を示す環境情報、および、人体の属性を示す人体情報に従って、人体における噴嚔の発生を予測することができる。人体に対する環境を示す環境情報、および、人体の属性を示す人体情報は、人体における噴嚔の発生に影響すると想定される。したがって、噴嚔予測システム100は、人体における噴嚔の発生に影響すると想定される環境情報および人体情報によって、適切に、人体における噴嚔の発生を予測することができる。
本発明の一態様における噴嚔予測システム100は、取得部101と予測部102とを備える。取得部101は、人体に対する環境を示す環境情報、および、人体の属性を示す人体情報を取得する。予測部102は、環境情報および人体情報に従って、人体における噴嚔の発生を予測する。
例えば、予測部102は、噴嚔予測モデル、環境情報および人体情報に従って、噴嚔の発生を予測してもよい。ここで、噴嚔予測モデルは、環境情報および人体情報が説明変数として用いられ、かつ、噴嚔の発生の予測値を示す予測情報が目的変数として用いられるモデルである。これにより、噴嚔予測システム100は、環境情報および人体情報から適切な予測情報を導出することができ、導出された予測情報に従って、噴嚔の発生を適切に予測することができる。
例えば、取得部101は、さらに、噴嚔の発生の実績値を示す実績情報を取得してもよい。そして、予測部102は、さらに、実績情報に従って、噴嚔予測モデルを更新してもよい。これにより、噴嚔予測システム100は、噴嚔の発生の実績に従って、噴嚔の発生の予測精度を改善することができる。
例えば、取得部101は、さらに、人体の気道を示す気道モデルを取得してもよい。そして、予測部102は、気道モデルに対して環境情報および人体情報のデータ同化を行ってもよい。そして、予測部102は、環境情報および人体情報のデータ同化が行われた気道モデルに従って、気道の状態である気道状態を推定してもよい。そして、予測部102は、推定された気道状態に従って、噴嚔の発生を予測してもよい。
例えば、予測部102は、気道モデルの次元削減を行い、次元削減が行われた気道モデルに従って気道状態を推定してもよい。これにより、噴嚔予測システム100は、簡素化された気道モデルに従って、高速に気道状態を推定することができる。
例えば、人体情報は、人体の気道を示す気道モデルを含んでいてもよい。これにより、噴嚔予測システム100は、噴嚔の発生の予測に、気道モデルを反映させることができる。気道モデルは、噴嚔の発生に影響すると想定される。したがって、噴嚔予測システム100は、噴嚔の発生に影響すると想定される気道モデルを含む人体情報、および、環境情報によって、適切に、噴嚔の発生を予測することができる。
例えば、取得部101は、人体から離れた空間である観測空間における状態を示す状態情報を取得してもよい。そして、取得部101は、人体および観測空間を含む空間を示す空間モデルに対して状態情報のデータ同化を行ってもよい。そして、取得部101は、状態情報のデータ同化が行われた空間モデルに従って、観測空間よりも人体に近い空間である近傍空間における環境を推定してもよい。そして、取得部101は、推定された環境を示す環境情報を取得してもよい。
本発明の一態様における噴嚔予測方法は、取得ステップ(S101)と、予測ステップ(S102)とを含む。取得ステップ(S101)では、人体に対する環境を示す環境情報、および、人体の属性を示す人体情報を取得する。予測ステップ(S102)では、環境情報および人体情報に従って、人体における噴嚔の発生を予測する。
本発明の一態様におけるプログラムは、噴嚔予測方法をコンピュータに実行させるためのプログラムである。これにより、噴嚔予測方法がプログラムによって実装される。
101 取得部
102 予測部
Claims (10)
- 人体に対する環境を示す環境情報、および、前記人体の属性を示す人体情報を取得する取得部と、
前記環境情報および前記人体情報に従って、前記人体における噴嚔の発生を予測する予測部とを備え、
前記取得部は、さらに、前記人体の気道を示す気道モデルを取得し、
前記予測部は、
前記気道モデルに対して前記環境情報および前記人体情報のデータ同化を行い、
前記環境情報および前記人体情報のデータ同化が行われた前記気道モデルに従って、前記気道の状態である気道状態を推定し、
推定された前記気道状態に従って、前記噴嚔の発生を予測する
噴嚔予測システム。 - 前記予測部は、前記気道モデルの次元削減を行い、次元削減が行われた前記気道モデルに従って前記気道状態を推定する
請求項1に記載の噴嚔予測システム。 - 人体に対する環境を示す環境情報、および、前記人体の属性を示す人体情報を取得する取得部と、
前記環境情報および前記人体情報に従って、前記人体における噴嚔の発生を予測する予測部とを備え、
前記人体情報は、前記人体の気道を示す気道モデルを含む
噴嚔予測システム。 - 人体に対する環境を示す環境情報、および、前記人体の属性を示す人体情報を取得する取得部と、
前記環境情報および前記人体情報に従って、前記人体における噴嚔の発生を予測する予測部とを備え、
前記取得部は、
前記人体から離れた空間である観測空間における状態を示す状態情報を取得し、
前記人体および前記観測空間を含む空間を示す空間モデルに対して前記状態情報のデータ同化を行い、
前記状態情報のデータ同化が行われた前記空間モデルに従って、前記観測空間よりも前記人体に近い空間である近傍空間における前記環境を推定し、
推定された前記環境を示す前記環境情報を取得する
噴嚔予測システム。 - 人体に対する環境を示す環境情報、および、前記人体の属性を示す人体情報を取得する取得ステップと、
前記環境情報および前記人体情報に従って、前記人体における噴嚔の発生を予測する予測ステップとを含み、
前記取得ステップは、さらに、前記人体の気道を示す気道モデルを取得し、
前記予測ステップは、
前記気道モデルに対して前記環境情報および前記人体情報のデータ同化を行い、
前記環境情報および前記人体情報のデータ同化が行われた前記気道モデルに従って、前記気道の状態である気道状態を推定し、
推定された前記気道状態に従って、前記噴嚔の発生を予測する
噴嚔予測方法。 - 請求項5に記載の噴嚔予測方法をコンピュータに実行させるための
プログラム。 - 人体に対する環境を示す環境情報、および、前記人体の属性を示す人体情報を取得する取得ステップと、
前記環境情報および前記人体情報に従って、前記人体における噴嚔の発生を予測する予測ステップとを含み、
前記人体情報は、前記人体の気道を示す気道モデルを含む
噴嚔予測方法。 - 請求項7に記載の噴嚔予測方法をコンピュータに実行させるための
プログラム。 - 人体に対する環境を示す環境情報、および、前記人体の属性を示す人体情報を取得する取得ステップと、
前記環境情報および前記人体情報に従って、前記人体における噴嚔の発生を予測する予測ステップとを含み、
前記取得ステップは、
前記人体から離れた空間である観測空間における状態を示す状態情報を取得し、
前記人体および前記観測空間を含む空間を示す空間モデルに対して前記状態情報のデータ同化を行い、
前記状態情報のデータ同化が行われた前記空間モデルに従って、前記観測空間よりも前記人体に近い空間である近傍空間における前記環境を推定し、
推定された前記環境を示す前記環境情報を取得する
噴嚔予測方法。 - 請求項9に記載の噴嚔予測方法をコンピュータに実行させるための
プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017095957 | 2017-05-12 | ||
JP2017095957 | 2017-05-12 | ||
PCT/JP2018/014860 WO2018207520A1 (ja) | 2017-05-12 | 2018-04-09 | 噴嚔予測システムおよび噴嚔予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018207520A1 JPWO2018207520A1 (ja) | 2020-01-09 |
JP6751903B2 true JP6751903B2 (ja) | 2020-09-09 |
Family
ID=64102778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019517505A Expired - Fee Related JP6751903B2 (ja) | 2017-05-12 | 2018-04-09 | 噴嚔予測システムおよび噴嚔予測方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6751903B2 (ja) |
WO (1) | WO2018207520A1 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011140271A (ja) * | 2010-01-07 | 2011-07-21 | Toyota Motor Corp | 車両操作支援装置 |
JP6320143B2 (ja) * | 2014-04-15 | 2018-05-09 | 株式会社東芝 | 健康情報サービスシステム |
-
2018
- 2018-04-09 WO PCT/JP2018/014860 patent/WO2018207520A1/ja active Application Filing
- 2018-04-09 JP JP2019517505A patent/JP6751903B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
WO2018207520A1 (ja) | 2018-11-15 |
JPWO2018207520A1 (ja) | 2020-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10332254B2 (en) | Computer Aided Diagnosis (CAD) apparatus and method | |
JP7187430B2 (ja) | 人工知能の検出出力から疾患の進行を決定するシステムおよび方法 | |
JP6435257B2 (ja) | 患者音を処理するための方法および装置 | |
US20130070998A1 (en) | Medical image processing apparatus | |
Zulfiqar et al. | Abnormal respiratory sounds classification using deep CNN through artificial noise addition | |
CN110782502B (zh) | 基于深度学习的pet散射估计系统和使用感知神经网络模型的方法 | |
CN109948680B (zh) | 病历数据的分类方法及系统 | |
US10918309B2 (en) | Artificial intelligence-based COPD assessment | |
JP2018138137A (ja) | 快眠支援装置及び快眠支援方法 | |
Maali et al. | A novel partially connected cooperative parallel PSO-SVM algorithm: Study based on sleep apnea detection | |
JP2022514683A (ja) | 骨および軟組織の知的組織分類器 | |
JP6751903B2 (ja) | 噴嚔予測システムおよび噴嚔予測方法 | |
JP6648435B2 (ja) | 判別装置、判別方法、プログラム、モデル生成装置、及びモデル生成方法 | |
US20230054957A1 (en) | Carbon dioxide concentration prediction system, carbon dioxide concentration prediction method, and computer readable medium | |
KR102589471B1 (ko) | 데이터 증강 장치 및 방법 | |
JP2022151708A (ja) | 判定装置、判定システム、判定方法および判定プログラム | |
JP2018123989A (ja) | 温熱快適装置及び制御内容決定方法 | |
US20200268309A1 (en) | Information processing method and information processing system | |
JP7500980B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Malek et al. | A primary study on application of artificial neural network in classification of pediatric fracture healing time of the lower limb | |
CN114258518A (zh) | 使用可穿戴传感器来评价对象的系统和方法 | |
JP7491467B2 (ja) | 計測装置、計測方法、計測プログラム、および判定システム | |
JPWO2019039261A1 (ja) | 睡眠の質判定システム、睡眠の質モデル作成プログラム、および、睡眠の質判定プログラム | |
WO2023224085A1 (ja) | 情報処理システムおよび情報処理方法 | |
US11928817B2 (en) | Method for filtering normal medical image, method for interpreting medical image, and computing device implementing the methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A527 Effective date: 20190904 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190904 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200526 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200623 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200730 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6751903 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |