論文の概要: Super Low Resolution RF Powered Accelerometers for Alerting on Hospitalized Patient Bed Exits

• arxiv url: http://arxiv.org/abs/2003.08530v1
• Date: Thu, 19 Mar 2020 00:58:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 05:06:32.092733
• Title: Super Low Resolution RF Powered Accelerometers for Alerting on Hospitalized Patient Bed Exits
• Title（参考訳）: 超低分解能rfパワー加速度計による入院患者ベッド出口の警報
• Authors: Michael Chesser, Asangi Jayatilaka, Renuka Visvanathan, Christophe Fumeaux, Alanson Sample, Damith C. Ranasinghe
• Abstract要約: 転倒は重篤な結果であり、高齢者を介護する急性病院や老人ホームで流行している。転倒のリスクを軽減するための技術介入は、自動でベッドからのイベントを監視し、医療従事者にタイムリーな監視を提供するよう警告する。 患者活動に関連する周波数領域情報は, 主に低頻度で存在している。 無線周波数識別(RFID)技術を用いた電池レスセンシング方式について検討し,病院ガウンなどの衣服への便利な統合の可能性について検討した。
• 参考スコア（独自算出の注目度）: 3.2654923574107357
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Falls have serious consequences and are prevalent in acute hospitals and nursing homes caring for older people. Most falls occur in bedrooms and near the bed. Technological interventions to mitigate the risk of falling aim to automatically monitor bed-exit events and subsequently alert healthcare personnel to provide timely supervisions. We observe that frequency-domain information related to patient activities exist predominantly in very low frequencies. Therefore, we recognise the potential to employ a low resolution acceleration sensing modality in contrast to powering and sensing with a conventional MEMS (Micro Electro Mechanical System) accelerometer. Consequently, we investigate a batteryless sensing modality with low cost wirelessly powered Radio Frequency Identification (RFID) technology with the potential for convenient integration into clothing, such as hospital gowns. We design and build a passive accelerometer-based RFID sensor embodiment---ID-Sensor---for our study. The sensor design allows deriving ultra low resolution acceleration data from the rate of change of unique RFID tag identifiers in accordance with the movement of a patient's upper body. We investigate two convolutional neural network architectures for learning from raw RFID-only data streams and compare performance with a traditional shallow classifier with engineered features. We evaluate performance with 23 hospitalized older patients. We demonstrate, for the first time and to the best of knowledge, that: i) the low resolution acceleration data embedded in the RF powered ID-Sensor data stream can provide a practicable method for activity recognition; and ii) highly discriminative features can be efficiently learned from the raw RFID-only data stream using a fully convolutional network architecture.
• Abstract（参考訳）: 転倒は重篤な結果となり、高齢者を介護する急性病院や老人ホームで流行している。 ほとんどの滝は寝室やベッドの近くで起こる。 転倒のリスクを軽減する技術介入は、ベッドエクイットのイベントを自動的に監視し、その後医療関係者にタイムリーな監督を提供するよう警告する。 患者活動に関連する周波数領域情報は, 主に低頻度で存在している。 そこで我々は,従来のMEMS加速度計と比較して,低分解能加速度センサの応用の可能性を認識した。 その結果,無線周波数識別(RFID)技術を用いて,病院のガウンなどの衣服への便利な統合の可能性について検討した。 我々は,受動加速度センサを用いたRFIDセンサ---ID-Sensor-の設計と構築を行った。 センサ設計により、患者の上半身の動きに応じてユニークなrfidタグ識別子の変化率から超低解像度の加速度データを導出することができる。 RFIDのみのデータストリームから学習する2つの畳み込みニューラルネットワークアーキテクチャについて検討し,従来の浅層分類器と工学的特徴との比較を行った。 入院高齢者23例の成績を検討した。 私たちは初めて、そして最高の知識のために、そのことを証明します。 一 RF駆動IDセンサデータストリームに埋め込まれた低分解能加速度データにより、活動認識の実践可能な方法を提供できること。 二 完全畳み込みネットワークアーキテクチャを用いて、生のRFIDのみのデータストリームから、高度に識別可能な特徴を効率的に学習することができる。

関連論文リスト

• Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
  本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。 覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
  論文  参考訳（メタデータ） (2024-04-02T10:19:04Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• VIRUS-NeRF -- Vision, InfraRed and UltraSonic based Neural Radiance Fields [24.151647704246013]
  本稿では,超音波や赤外線による飛行時間センサなどの高効率な低分解能レンジセンサを提案する。 VIRUS-NeRFは、超音波と赤外線センサーの深さ測定を取り入れて、光線マーチングに使用される占有格子を更新する。
  論文  参考訳（メタデータ） (2024-03-14T15:19:19Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• Edge Deep Learning Enabled Freezing of Gait Detection in Parkinson's Patients [7.612338614344926]
  本稿では,パーキンソン病患者の歩行(FoG)症状を検知し,警告する無線センサネットワークの設計について述べる。 3つのセンサーノードは、それぞれ3軸加速度計を統合しており、足首、大腿、トラックの患者に配置することができる。 各センサノードはデバイス上での深層学習(DL)モデルを用いて独立してFoGを検出でき、圧縮・励起畳み込みニューラルネットワーク(CNN)を備えている。
  論文  参考訳（メタデータ） (2022-11-27T17:05:39Z)
• Braille Letter Reading: A Benchmark for Spatio-Temporal Pattern Recognition on Neuromorphic Hardware [50.380319968947035]
  近年の深層学習手法は,そのようなタスクにおいて精度が向上しているが,従来の組込みソリューションへの実装は依然として計算量が非常に高く,エネルギーコストも高い。 文字読み込みによるエッジにおける触覚パターン認識のための新しいベンチマークを提案する。 フィードフォワードとリカレントスパイキングニューラルネットワーク(SNN)を、サロゲート勾配の時間によるバックプロパゲーションを用いてオフラインでトレーニングし比較し、効率的な推論のためにIntel Loihimorphicチップにデプロイした。 LSTMは14%の精度で繰り返しSNNより優れており、Loihi上での繰り返しSNNは237倍のエネルギーである。
  論文  参考訳（メタデータ） (2022-05-30T14:30:45Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• MDPose: Human Skeletal Motion Reconstruction Using WiFi Micro-Doppler Signatures [4.92674421365689]
  WiFiマイクロドップラーシグネチャに基づくヒト骨格運動再建のための新しいフレームワークであるMDPoseを提案する。 17個のキーポイントを持つ骨格モデルを再構築することで、人間の活動を追跡する効果的なソリューションを提供する。 MDPoseは最先端のRFベースのポーズ推定システムより優れている。
  論文  参考訳（メタデータ） (2022-01-11T21:46:28Z)
• Proximity Sensing: Modeling and Understanding Noisy RSSI-BLE Signals and Other Mobile Sensor Data for Digital Contact Tracing [12.070047847431884]
  新型コロナウイルスの感染拡大を抑える主要な健康戦略として、効果的な接触追跡によるソーシャルディスタンシングが浮上している。 本稿では、Bluetooth Low Energy(BLE)信号と他のデバイス上のセンサとの結合モデルを用いて、ペアワイズ個人近接を推定する新しいシステムを提案する。
  論文  参考訳（メタデータ） (2020-09-04T03:01:52Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Harvesting Ambient RF for Presence Detection Through Deep Learning [12.535149305258171]
  本稿では,深層学習による人的存在検出における環境無線周波数(RF)信号の利用について検討する。 WiFi信号を例として,受信機で取得したチャネル状態情報(CSI)が伝搬環境に関する豊富な情報を含んでいることを示す。 畳み込みニューラルネットワーク(CNN)は、大きさと位相情報の両方を適切に訓練し、信頼性の高い存在検出を実現するように設計されている。
  論文  参考訳（メタデータ） (2020-02-13T20:35:55Z)

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。