OptiTexture:一种低成本的光学深度学习解决方案,用于吞咽障碍护理中的食物质地客观评估
《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》:OptiTexture: A Low-Cost, Optical-Deep Learning Solution for Objective Food Texture Assessment in Dysphagia Care
【字体:
大
中
小
】
时间:2026年07月06日
来源:Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies
编辑推荐:
摘要AI总结要查看此AI生成的总结,您需要拥有高级访问权限。了解更多登录摘要摘要对于吞咽障碍患者而言,准确的食品质地评估对于防止可能危及生命的吸入性肺炎至关重要。然而,目前的临床实践依赖主观测试,而非专业人士操作时容易出错,因此亟需一种客观的评估工具。在本研究中,我们提出了一种低
摘要
摘要
对于吞咽障碍患者而言,准确的食品质地评估对于防止可能危及生命的吸入性肺炎至关重要。然而,目前的临床实践依赖主观测试,而非专业人士操作时容易出错,因此亟需一种客观的评估工具。在本研究中,我们提出了一种低成本(低于20美元)的多模态系统,该系统通过结合时域光散射技术和RGB成像技术来客观评估食品质地。该系统充分利用了这两种传感技术的优势:时域光散射技术能够捕捉反映食品微观结构及硬度、颗粒大小等机械特性的光散射信号,而RGB成像则能提供表面几何形状和宏观视觉信息。一个主要挑战在于,低成本时域光散射硬件产生的信号易受化学因素和环境干扰的影响,导致与质地相关的信息被掩盖。为解决这一问题,我们设计了一种基于物理原理的多尺度卷积特征提取器,该提取器针对光散射的时间特性进行了优化,同时还采用了对比学习策略,将微观结构纹理特征与干扰因素区分开来。此外,为了有效融合这些可能存在冲突的皮下散射信号与表面图像特征,我们提出了物理信息注意力机制。该机制能够以纹理参数为指引,动态调整两种数据模式,从而实现无冲突的融合。在112份经过临床标注的食品样本上进行的测试表明,我们的系统在分类国际吞咽障碍饮食标准化倡议组织的等级(L3-L6)方面的准确率达到了91.96%,相比仅依靠视觉分析的基准方法提升了22.32%。而且,该系统在不同的照明条件和温度环境下仍能保持稳定的性能。这些结果表明,我们提出的解决方案能够在家庭和临床环境中,让非专业人士也能进行可靠、客观的质地评估。
AI总结
AI生成的总结(实验性)
此总结是由自动化工具生成的,并非由文章作者撰写或审核。它旨在帮助读者发现相关内容、判断文章的实用性,以及便于相关领域的读者理解本文内容。它是对作者提供的摘要的补充,而作者提供的摘要仍是文章的主要总结部分。全文仍然是最权威的版本。点击此处了解更多。
点击此处,可以对此总结的准确性、清晰度及实用性发表意见。您的反馈将有助于进一步优化未来的总结版本。
要查看此AI生成的通俗语言总结,您需要拥有高级访问权限。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号