Nowa metoda wyznaczenia pola powierzchni skóry przedramienia i dłoni wykorzystująca sztuczną sieć neuronową

• Autorzy: Redlarski G. , Krawczuk M. , Rzyman G. , Tojza P. M. , Siebert J.

Warianty tytułu

EN

New method of forearm and palm skin area estimation using neural networks

• Konferencja: XXI Międzynarodowe Seminarium Metrologów MSM 2017 (XXI; 12.09-15.09.2017; Rzeszów-Czerniowce, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono rozbieżności pomiędzy wartościami pola powierzchni skóry obliczonymi za pomocą znanych metod a ich rzeczywistymi wartościami. Wykorzystując skaner 3D o wysokiej dokładności, zmierzono pole powierzchni skóry przedramienia i dłoni. Zaobserwowano, że błędy obliczeń są w wysokim stopniu skorelowane z wartościami BMI badanych osób. W grupie osób o BMI poniżej 20 stwierdzono maksymalny błąd względny wynoszący -8,5%, natomiast w grupie osób o BMI powyżej 25 odnotowano błędy kilkakrotnie wyższe, w skrajnym przypadku sięgające 27%. W celu redukcji błędów zaproponowano podejście alternatywne, bazujące na wykorzystaniu sztucznej sieci neuronowej.

EN

The article introduces a comparative analysis of existing methods for calculation of forearm and palm skin surfaces with high quality 3D models. Moreover, it was possible to systematize the errors resulting from these calculations and their division due to the BMI of a person. For people with BMI below 20, a maximum error of 8.5% was found, while for people with BMI above 25 the error was close to -27%. On this basis, inaccuracies in the process of the forearm and palm skin estimation of an abnormal body were found. What is more, an artificial neural network to determine this surface was proposed. The proposed neural network was developed for 15 neurons in the hidden layer and 1 neuron in the output layer. The Levenberg-Marquardt with backpropagation learning method was used. The maximal error for the neural network during the forearm and palm skin estimation was 3,04%.

Słowa kluczowe

PL

wyznaczenie pola powierzchni skóry; SSN

EN

skin surface estimation; artificial neural network

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2017
• Tom: Nr 55
• Strony: 53--56
• Opis fizyczny: Bibliogr. 6 poz., rys., wykr., tab.

Twórcy

autor

Redlarski G.

• Politechnika Gdańska, Wydział Elektrotechniki i Automatyki tel.: [phone]

autor

Krawczuk M.

• Politechnika Gdańska, Wydział Elektrotechniki i Automatyki tel.: [phone]

autor

Rzyman G.

• Politechnika Gdańska, Wydział Elektrotechniki i Automatyki tel.: [phone]

autor

Tojza P. M.

• Politechnika Gdańska, Wydział Elektrotechniki i Automatyki tel.: [phone]

autor

Siebert J.

• Gdański Uniwersytet Medyczny, Katedra Medycyny Rodzinnej tel.: [phone]

Bibliografia

• 1. Redlarski G., Palkowski A., Krawczuk M.: Body Surface area formulae: an alarming ambiguity, Scientific Reports, Nr 6, 2016.
• 2. Wachtel T., Berry C., Wachtel E., Frank H.: The interrater reliability of estimating the size of burns from various burn area chart drawings, Burns, Nr 26 (2), 2000, s.156-170.
• 3. Kawalec A., Pawalas K.: Struktura oparzeń wsród dzieci na Dolnym Śląsku w latach 2010-2012, Problemy Higieny i Epidemiologii, Nr 95(2), 2014.
• 4. Kurnatowski W.: Ciężkie oparzenia - charakterystyka I wskazania terapeutyczne, Zakażenia, Nr 3, 2003, s. 83-88.
• 5. Du Bois D., Du Bois E.: A formula to estimate the approximate surface area if height and weight be known, Nutrition, Nr 5 (5), Los Angeles 1916, s. 303.
• 6. Nałęcz M., Biocybernetyka i Inżynieria Biomedyczna 2000, tom 6: Sieci Neuronowe, Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).