論文の概要: Scoring and Assessment in Medical VR Training Simulators with Dynamic Time Series Classification

• arxiv url: http://arxiv.org/abs/2006.12366v1
• Date: Thu, 11 Jun 2020 15:46:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-22 14:14:51.515058
• Title: Scoring and Assessment in Medical VR Training Simulators with Dynamic Time Series Classification
• Title（参考訳）: 動的時系列分類を用いた医用vrトレーニングシミュレータのスコアと評価
• Authors: Neil Vaughan, Bogdan Gabrys
• Abstract要約: 本研究では,バーチャルリアリティ(VR)トレーニングシミュレータのスコアリングと評価手法を提案し,評価する。 VRシミュレーターは、パフォーマンス解析に有用な詳細なn次元の人体の動きデータをキャプチャする。
• 参考スコア（独自算出の注目度）: 8.503001932363704
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This research proposes and evaluates scoring and assessment methods for Virtual Reality (VR) training simulators. VR simulators capture detailed n-dimensional human motion data which is useful for performance analysis. Custom made medical haptic VR training simulators were developed and used to record data from 271 trainees of multiple clinical experience levels. DTW Multivariate Prototyping (DTW-MP) is proposed. VR data was classified as Novice, Intermediate or Expert. Accuracy of algorithms applied for time-series classification were: dynamic time warping 1-nearest neighbor (DTW-1NN) 60%, nearest centroid SoftDTW classification 77.5%, Deep Learning: ResNet 85%, FCN 75%, CNN 72.5% and MCDCNN 28.5%. Expert VR data recordings can be used for guidance of novices. Assessment feedback can help trainees to improve skills and consistency. Motion analysis can identify different techniques used by individuals. Mistakes can be detected dynamically in real-time, raising alarms to prevent injuries.
• Abstract（参考訳）: 本研究では,仮想現実(vr)トレーニングシミュレータのスコアリングと評価手法を提案する。 VRシミュレーターは、パフォーマンス解析に有用な詳細なn次元の人体の動きデータをキャプチャする。 カスタムメイドの医療触覚VRトレーニングシミュレータが開発され、複数の臨床経験レベルの271人の研修生のデータを記録するために使用された。 DTW多変量プロトタイピング(DTW-MP)を提案する。 VRデータはNovice、Intermediate、Expertに分類された。 時系列分類に応用されたアルゴリズムの精度は、ダイナミック・タイム・ワープ 1-nearest neighbor (DTW-1NN) 60%、最寄りのセントロイド・ソフトDTW分類77.5%、Deep Learning: ResNet 85%、FCN 75%、CNN 72.5%、MCDCNN 28.5%である。 専門的なVRデータ記録は初心者の指導に利用できる。 評価のフィードバックは、研修生がスキルと一貫性を改善するのに役立つ。 動作分析は個人が使用する異なるテクニックを識別することができる。 ミスはリアルタイムで動的に検出でき、怪我を防ぐアラームを発生させる。

関連論文リスト

• Exploring Eye Tracking to Detect Cognitive Load in Complex Virtual Reality Training [11.83314968015781]
  視線追跡に基づく機械学習手法を用いて、ユーザの認知負荷を検出するための研究が進行中である。 寒冷噴霧のためのVRトレーニングシステムを開発し,22名の被験者を対象に実験を行った。 予備分析は、複雑なVR体験における認知負荷を検出するためにアイトラッキングを使用することの可能性を示している。
  論文  参考訳（メタデータ） (2024-11-18T16:44:19Z)
• The Trail Making Test in Virtual Reality (TMT-VR): The Effects of Interaction Modes and Gaming Skills on Cognitive Performance of Young Adults [0.7916635054977068]
  本研究は,VRにおけるトレイルメイキングテスト(TMT-VR)の開発と評価である。 異なるインタラクションモードとゲームスキルが認知能力に及ぼす影響について検討した。
  論文  参考訳（メタデータ） (2024-10-30T22:06:14Z)
• Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
  最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。 本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
  論文  参考訳（メタデータ） (2023-11-09T01:34:22Z)
• Virtual-Reality based Vestibular Ocular Motor Screening for Concussion Detection using Machine-Learning [0.0]
  スポーツ関連脳梗塞(SRC)は視覚・前庭・体性感覚系の感覚情報に依存する。 現在,Vestibular/Ocular Motor Screening (VOMS) を施行中である。 技術の進歩により、VOMSの標準化を進めるためにバーチャルリアリティ(VR)を利用することができる。
  論文  参考訳（メタデータ） (2022-10-13T02:09:21Z)
• Learning Effect of Lay People in Gesture-Based Locomotion in Virtual Reality [81.5101473684021]
  最も有望な方法はジェスチャーベースであり、追加のハンドヘルドハードウェアを必要としない。 最近の研究は、主に異なるロコモーションテクニックのユーザの好みとパフォーマンスに焦点を当てている。 本研究は,VRにおける手のジェスチャーに基づくロコモーションシステムへの適応の迅速さについて検討した。
  論文  参考訳（メタデータ） (2022-06-16T10:44:16Z)
• SOUL: An Energy-Efficient Unsupervised Online Learning Seizure Detection Classifier [68.8204255655161]
  神経活動を記録して発作を検出するインプラントデバイスは、発作を抑えるために警告を発したり神経刺激を誘発したりするために採用されている。 移植可能な発作検出システムでは、低出力で最先端のオンライン学習アルゴリズムを使用して、神経信号のドリフトに動的に適応することができる。 SOULはTSMCの28nmプロセスで0.1mm2を占め、1.5nJ/分級エネルギー効率を実現した。
  論文  参考訳（メタデータ） (2021-10-01T23:01:20Z)
• Meta-Reinforcement Learning for Reliable Communication in THz/VLC Wireless VR Networks [157.42035777757292]
  屋内テラヘルツ(THz)/可視光通信(VLC)無線ネットワークにおいて,仮想現実(VR)サービスの品質向上の問題について検討した。 小型基地局(sbss)は高品質のvr画像をthzバンド経由でvrユーザーに送信し、発光ダイオード(led)は正確な屋内測位サービスを提供する。 研究したTHz/VLC無線VRネットワークのエネルギー消費を制御するには、VLCアクセスポイント(VAP)を選択的にオンにする必要がある。
  論文  参考訳（メタデータ） (2021-01-29T15:57:25Z)
• Guidelines for the Development of Immersive Virtual Reality Software for Cognitive Neuroscience and Neuropsychology: The Development of Virtual Reality Everyday Assessment Lab (VR-EAL) [0.0]
  本研究は、認知神経科学および神経心理学におけるVRソフトウェア開発のためのガイドラインを提供する。 20～45歳,12～16歳のフルタイム教育を受けた25名の被験者がVR-EALの様々なバージョンを評価した。 VR-EALの最終バージョンはVRNQのすべてのサブスコアでハイスコアを獲得し、同種のカットオフを上回った。
  論文  参考訳（メタデータ） (2021-01-20T14:55:57Z)
• Learning-based Prediction and Uplink Retransmission for Wireless Virtual Reality (VR) Network [29.640073851481066]
  本稿では、オフラインおよびオンライン学習アルゴリズムを用いて、実際のvrデータセットを用いて、vrユーザの視点を予測する。 提案手法は,無線VRネットワークを有効再送信方式で接続するオンライン学習アルゴリズムでは,約5%の予測誤差しか示さない。
  論文  参考訳（メタデータ） (2020-12-16T18:31:05Z)
• Volumetric Attention for 3D Medical Image Segmentation and Detection [53.041572035020344]
  3次元医用画像のセグメンテーションと検出のためのボリュームアテンション(VA)モジュールを提案する。 VAアテンションはビデオ処理の最近の進歩にインスパイアされ、2.5Dネットワークはz方向のコンテキスト情報を活用することができる。 そのMask R-CNNへの統合は、肝腫瘍(LiTS)チャレンジにおける最先端のパフォーマンスを可能にすることが示されている。
  論文  参考訳（メタデータ） (2020-04-04T18:55:06Z)
• 2.75D: Boosting learning by representing 3D Medical imaging to 2D features for small data [54.223614679807994]
  3D畳み込みニューラルネットワーク(CNN)は、多くのディープラーニングタスクにおいて、2D CNNよりも優れたパフォーマンスを示し始めている。 3D CNNにトランスファー学習を適用することは、パブリックにトレーニング済みの3Dモデルがないために困難である。 本研究では,ボリュームデータの2次元戦略的表現,すなわち2.75Dを提案する。 その結果,2次元CNNネットワークをボリューム情報学習に用いることが可能となった。
  論文  参考訳（メタデータ） (2020-02-11T08:24:19Z)

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。