論文の概要: Predictive Analysis for Detection of Human Neck Postures using a robust integration of kinetics and kinematics

• arxiv url: http://arxiv.org/abs/2003.06311v1
• Date: Thu, 12 Mar 2020 17:10:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-24 14:23:25.802780
• Title: Predictive Analysis for Detection of Human Neck Postures using a robust integration of kinetics and kinematics
• Title（参考訳）: 運動学と運動学のロバストな統合による人間の首の姿勢検出の予測分析
• Authors: Korupalli V Rajesh Kumar and Susan Elias
• Abstract要約: 不適切な首の姿勢は、頸部筋骨格障害の源となっている。 本研究では, 頚部姿勢を効率的に分類するために, 運動データと運動データの統合的利用を提案する。 提案するロバストプラットフォームにより, 頚部骨格障害の予防を目的としたスマートネックバンドの設計が可能となった。
• 参考スコア（独自算出の注目度）: 0.685316573653194
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human neck postures and movements need to be monitored, measured, quantified and analyzed, as a preventive measure in healthcare applications. Improper neck postures are an increasing source of neck musculoskeletal disorders, requiring therapy and rehabilitation. The motivation for the research presented in this paper was the need to develop a notification mechanism for improper neck usage. Kinematic data captured by sensors have limitations in accurately classifying the neck postures. Hence, we propose an integrated use of kinematic and kinetic data to efficiently classify neck postures. Using machine learning algorithms we obtained 100% accuracy in the predictive analysis of this data. The research analysis and discussions show that the kinetic data of the Hyoid muscles can accurately detect the neck posture given the corresponding kinematic data captured by the neck-band. The proposed robust platform for the integration of kinematic and kinetic data has enabled the design of a smart neck-band for the prevention of neck musculoskeletal disorders.
• Abstract（参考訳）: 医療応用における予防措置として、人間の首の姿勢と動きを監視し、測定し、定量化し、分析する必要がある。 不適切な首の姿勢は頸部筋骨格障害の源となり、治療とリハビリを必要としている。 本論文で提示された研究の動機は,不適切な頸部使用のための通知機構を開発することであった。 センサーが捉えた運動データは、首の姿勢を正確に分類するのに制限がある。 そこで我々は,頚部姿勢を効率的に分類するために,運動データと運動データの統合的利用を提案する。 機械学習アルゴリズムを用いて、このデータの予測分析において100%精度を得た。 研究分析および議論の結果,ヒロイド筋の運動データは,頚部バンドが捉えた対応する運動データから,頸部姿勢を正確に検出できることがわかった。 運動学的および運動学的データの統合のための頑健なプラットフォームは、頸部筋骨格障害の予防を目的としたスマートネックバンドの設計を可能にした。

関連論文リスト

• Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
  変性性脊椎疾患は高齢者に多い。 骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。 本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
  論文  参考訳（メタデータ） (2023-12-08T18:11:22Z)
• After-Stroke Arm Paresis Detection using Kinematic Data [2.375665889100906]
  本稿では,片側腕麻痺・弱さをキネマティックデータを用いて検出する手法を提案する。 本手法では, 時間的畳み込みネットワークとリカレントニューラルネットワークを用いて, 知識蒸留によって導かれる。 以上の結果から,本手法が臨床医や医療従事者にとって有用である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-11-03T16:56:02Z)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition [63.26015736148707]
  本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。 得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。 本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
  論文  参考訳（メタデータ） (2023-07-06T10:38:14Z)
• Strengths and Weaknesses of 3D Pose Estimation and Inertial Motion Capture System for Movement Therapy [0.0]
  3Dポーズ推定は、高速で非侵襲的で正確な動き分析の機会を提供する。 我々は,既存の慣性センサシステムMTw Awindaと比較して,最先端の3D位置推定手法であるMeTrabsの精度について検討した。
  論文  参考訳（メタデータ） (2023-06-01T20:35:06Z)
• Dataset Bias in Human Activity Recognition [57.91018542715725]
  このコントリビューションは、トレーニングデータを統計的にキュレートし、人間の身体的特性がHARのパフォーマンスにどの程度影響するかを評価する。 時系列HARのセンサ,アクティビティ,記録の異なる2つのHARデータセット上で,最先端の畳み込みニューラルネットワークの性能を評価する。
  論文  参考訳（メタデータ） (2023-01-19T12:33:50Z)
• Denoising instrumented mouthguard measurements of head impact kinematics with a convolutional neural network [1.3280207637024473]
  ヘッドキネマティクスを計測するウェアラブルセンサーは、体とのインターフェースが不完全なため、ノイズが生じることがある。 ディープラーニングは、不完全なインターフェースを補償し、測定精度を向上させるために使用される。 モデルは頭部衝撃の検出とTBIリスク評価を改善するために使用することができ、キネマティクスを測定する他のセンサーにも拡張される可能性がある。
  論文  参考訳（メタデータ） (2022-12-19T20:08:40Z)
• Sleep Posture One-Shot Learning Framework Using Kinematic Data Augmentation: In-Silico and In-Vivo Case Studies [6.123523234813773]
  睡眠姿勢は、夜行性クランプやより深刻な筋骨格障害などのいくつかの健康状態と関連している。 本稿では,最小限の関節角度測定に基づく睡眠姿勢分類のための新しい枠組みを提案する。 提案されたフレームワークは、合成データで100%、実データで92.7%の精度を約束し、文献で利用可能なアートデータハングリーアルゴリズムの状況に匹敵する精度を達成した。
  論文  参考訳（メタデータ） (2022-05-22T09:06:42Z)
• Classification of fetal compromise during labour: signal processing and feature engineering of the cardiotocograph [0.0]
  本研究は,臨床専門知識とシステム制御理論に基づく新しいCTG機能を開発する。 特徴は、胎児の妥協を識別する上での有効性を評価するために、機械学習モデルで評価される。 ARMAは胎児の妥協を検知する主要な特徴にランク付けされている。
  論文  参考訳（メタデータ） (2021-10-31T15:02:14Z)
• Learning Dynamics via Graph Neural Networks for Human Pose Estimation and Tracking [98.91894395941766]
  ポーズ検出とは無関係なポーズダイナミクスを学習する新しいオンライン手法を提案する。 具体的には、空間的・時間的情報と視覚的情報の両方を明示的に考慮したグラフニューラルネットワーク(GNN)を通して、このダイナミクスの予測を導出する。 PoseTrack 2017とPoseTrack 2018データセットの実験では、提案手法が人間のポーズ推定とトラッキングタスクの両方において、技術の現状よりも優れた結果が得られることを示した。
  論文  参考訳（メタデータ） (2021-06-07T16:36:50Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。