論文の概要: A novel approach for modelling and classifying sit-to-stand kinematics using inertial sensors

• arxiv url: http://arxiv.org/abs/2107.06859v1
• Date: Wed, 14 Jul 2021 17:31:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-15 16:15:35.695555
• Title: A novel approach for modelling and classifying sit-to-stand kinematics using inertial sensors
• Title（参考訳）: 慣性センサを用いた座位-立位運動学の新しいモデル化と分類法
• Authors: Maitreyee Wairagkar, Emma Villeneuve, Rachel King, Balazs Janko, Malcolm Burnett, Ann Ashburn, Veena Agarwal, R. Simon Sherratt, William Holderbaum, William Harwin
• Abstract要約: 立ち上がり運動は、老年者やパーキンソン病などの運動障害のある患者にしばしば影響を受け、転倒する。 本稿では,2つのウェアラブル慣性センサのみを用いて,立位から立位までの運動量を推定するための3分割体モデルを提案する。 若年健常成人10名(YH)、高齢健常成人12名(OH)、パーキンソン病12名(PwP)に適用した。
• 参考スコア（独自算出の注目度）: 0.6243048287561809
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sit-to-stand transitions are an important part of activities of daily living and play a key role in functional mobility in humans. The sit-to-stand movement is often affected in older adults due to frailty and in patients with motor impairments such as Parkinson's disease leading to falls. Studying kinematics of sit-to-stand transitions can provide insight in assessment, monitoring and developing rehabilitation strategies for the affected populations. We propose a three-segment body model for estimating sit-to-stand kinematics using only two wearable inertial sensors, placed on the shank and back. Reducing the number of sensors to two instead of one per body segment facilitates monitoring and classifying movements over extended periods, making it more comfortable to wear while reducing the power requirements of sensors. We applied this model on 10 younger healthy adults (YH), 12 older healthy adults (OH) and 12 people with Parkinson's disease (PwP). We have achieved this by incorporating unique sit-to-stand classification technique using unsupervised learning in the model based reconstruction of angular kinematics using extended Kalman filter. Our proposed model showed that it was possible to successfully estimate thigh kinematics despite not measuring the thigh motion with inertial sensor. We classified sit-to-stand transitions, sitting and standing states with the accuracies of 98.67%, 94.20% and 91.41% for YH, OH and PwP respectively. We have proposed a novel integrated approach of modelling and classification for estimating the body kinematics during sit-to-stand motion and successfully applied it on YH, OH and PwP groups.
• Abstract（参考訳）: 座位から立位への遷移は、日常生活における活動の重要な部分であり、人間の機能的移動において重要な役割を担っている。 立ち上がり運動は、老年者やパーキンソン病などの運動障害のある患者にしばしば影響を受け、転倒する。 座位移行の運動学の研究は、影響を受けた人々に対する評価、監視、リハビリ戦略の開発に洞察を与えることができる。 そこで本研究では,2つのウェアラブル慣性センサのみを用いて,身近な運動学を推定するための3分割体モデルを提案する。 センサーの数を1個分ではなく2個分に減らすことで、長期にわたる動きの監視と分類が容易になり、センサーのパワー要件を減らしながら着用しやすくなる。 若年健常成人10名(YH),高齢健常成人12名(OH),パーキンソン病12名(PwP)に本モデルを適用した。 我々は,拡張カルマンフィルタを用いた角運動学再構成モデルにおいて,教師なし学習を用いた独特なスタンス・トゥ・スタンド分類手法を取り入れた。 提案モデルにより,慣性センサを用いて大腿運動を計測することなく,大腿運動を推定することができた。 我々は,YH,OH,PwPはそれぞれ98.67%,94.20%,91.41%の起立状態,着座状態,立位状態を分類した。 座屈運動中の身体運動を推定するためのモデリングと分類の新たな統合アプローチを提案し,それをYH,OH,PwP群に適用した。

関連論文リスト

• Estimating Body and Hand Motion in an Ego-sensed World [64.08911275906544]
  頭部装着装置から人体の動きを推定するシステムであるEgoAlloについて述べる。 エゴセントリックなSLAMポーズとイメージのみを使用して、EgoAlloは条件付き拡散モデルからサンプリングを行い、3Dボディポーズ、高さ、手のパラメータを推定する。
  論文  参考訳（メタデータ） (2024-10-04T17:59:57Z)
• Intelligent Knee Sleeves: A Real-time Multimodal Dataset for 3D Lower Body Motion Estimation Using Smart Textile [2.2008680042670123]
  本稿では,人間のポーズ推定のために,Intelligent Knee Sleevesの新たなペアを用いてベンチマークを収集したマルチモーダルデータセットを提案する。 本システムは,Knee Sleevesの時系列データと,可視化されたモーションキャプチャーカメラシステムからの対応する地上真実ラベルからなる同期データセットを利用する。 我々はこれらを用いて、異なる活動を行う個人のウェアラブルデータのみに基づく3次元人体モデルを生成する。
  論文  参考訳（メタデータ） (2023-10-02T00:34:21Z)
• Gait Cycle-Inspired Learning Strategy for Continuous Prediction of Knee Joint Trajectory from sEMG [24.608475386117426]
  本稿では,2つの歩行サイクルにインスパイアされた学習戦略を統合し,膝関節の軌道予測の課題を軽減するモデルを提案する。 異なるネットワークエンティティを通して学習することにより、モデルは共通の歩行特徴とパーソナライズされた歩行特徴の両方をキャプチャする。 実験結果から, 平均根平均二乗誤差(RMSE)を3.03度(0.49度), 50ms前後で予測できることが示唆された。
  論文  参考訳（メタデータ） (2023-07-25T02:23:58Z)
• Shape Analysis for Pediatric Upper Body Motor Function Assessment [1.7434874566844876]
  脊髄筋萎縮症(SMA)やデュシェンヌ筋ジストロフィー(DMD)などの神経筋疾患は進行性筋変性と運動機能の喪失を引き起こす。 従来の上肢運動機能評価は、患者の運動を定量的に測定するものではない。 本稿では,曲線登録と形状解析を用いて,平均基準形状を抽出しながら時間的に軌道を整列する。
  論文  参考訳（メタデータ） (2022-09-10T17:02:31Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Learning Local Recurrent Models for Human Mesh Recovery [50.85467243778406]
  本稿では,人間のメッシュを標準的な骨格モデルに従って複数の局所的に分割するビデオメッシュ復元手法を提案する。 次に、各局所部分の力学を別個のリカレントモデルでモデル化し、各モデルは、人体の既知の運動構造に基づいて適切に条件付けする。 これにより、構造的インフォームドな局所的再帰学習アーキテクチャが実現され、アノテーションを使ってエンドツーエンドでトレーニングすることができる。
  論文  参考訳（メタデータ） (2021-07-27T14:30:33Z)
• A Spatio-temporal Attention-based Model for Infant Movement Assessment from Videos [44.71923220732036]
  本研究では,短いクリップから抽出した人間のポーズを用いた新たなフィジット動作評価法を開発した。 人間のポーズは関節と手足の運動プロファイルのみをキャプチャし、無関係な外観の人工物は含まない。 実験の結果,提案手法はROC-AUCスコア81.87%を達成し,既存の競合手法よりも高い性能を示し,高い解釈性を示した。
  論文  参考訳（メタデータ） (2021-05-20T14:31:54Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• 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)
• Deep Learning of Movement Intent and Reaction Time for EEG-informed Adaptation of Rehabilitation Robots [0.0]
  適応は 運動学習の促進において リハビリテーションロボットにとって 重要なメカニズムです 本稿では,脳波を用いた深部畳み込みニューラルネットワーク(CNN)を提案する。 本研究は,脳波の同期データから,個別の運動成分が運動学習にどう関与するかを予測できることを示す。
  論文  参考訳（メタデータ） (2020-02-18T13:20:46Z)

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。