Fugu-MT 論文翻訳(概要): Posture Recognition in the Critical Care Settings using Wearable Devices

論文の概要: Posture Recognition in the Critical Care Settings using Wearable Devices

arxiv url: http://arxiv.org/abs/2110.02768v1
Date: Mon, 4 Oct 2021 12:11:36 GMT
ステータス: 処理完了
システム内更新日: 2021-10-07 14:07:20.444467
Title: Posture Recognition in the Critical Care Settings using Wearable Devices
Title（参考訳）: ウェアラブルデバイスを用いたクリティカルケアにおける姿勢認識
Authors: Anis Davoudi, Patrick J. Tighe, Azra Bihorac, Parisa Rashidi
Abstract要約: 集中治療室 (ICU) の身体活動レベルは, 臨床症状と相関している。 ICUにおける姿勢認識の可能性について,ウェアラブルセンサのデータを用いて検討した。
参考スコア（独自算出の注目度）: 4.396860522241306
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Low physical activity levels in the intensive care units (ICU) patients have been linked to adverse clinical outcomes. Therefore, there is a need for continuous and objective measurement of physical activity in the ICU to quantify the association between physical activity and patient outcomes. This measurement would also help clinicians evaluate the efficacy of proposed rehabilitation and physical therapy regimens in improving physical activity. In this study, we examined the feasibility of posture recognition in an ICU population using data from wearable sensors.
Abstract（参考訳）: 集中治療室(ICU)患者の身体活動の低下は、臨床的に有害な結果と関連している。したがって、身体活動と患者の結果との関係を定量化するために、ICUにおける身体活動の連続的かつ客観的な測定が必要である。この測定は、リハビリテーションや理学療法が身体活動を改善する効果を評価するのにも役立つ。本研究では、ウェアラブルセンサのデータを用いて、ICU集団における姿勢認識の可能性を検討した。

関連論文リスト

Countrywide natural experiment reveals impact of built environment on physical activity [55.93314719065985]
より歩行可能な建築環境は、人口全体の活動を増加させる可能性を秘めている。歩行性の増加は、移動後の身体活動の著しい増加と関連している。 MVPA(Modrate-to-vigorous physical activity)は、様々な健康上の利益と結びついている。
論文参考訳（メタデータ） (2024-06-07T00:11:17Z)
Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health Monitoring Systems [69.41229290253605]
既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
論文参考訳（メタデータ） (2024-01-19T16:26:35Z)
Easing Automatic Neurorehabilitation via Classification and Smoothness Analysis [1.44744639843118]
本稿では,浅い深層学習アーキテクチャを用いて患者の動作を認識することから始まる自動評価パイプラインを提案する。この研究の特筆すべき点は、Fugl-Meyerからインスパイアされた動きを、脳卒中患者によく見られる上肢臨床脳卒中評価尺度として表現するため、使用されるデータセットが臨床的に関連している点である。本研究は, リハビリテーションセッションにおける患者の経過について, 臨床医の所見に応じた結論を得るとともに, 平滑性の観点から, 健常者と患者の運動のコントラストを検出することが可能であることが示唆された。
論文参考訳（メタデータ） (2022-12-09T13:59:14Z)
PhysiQ: Off-site Quality Assessment of Exercise in Physical Therapy [1.52292571922932]
身体療法(PT)は、患者が移動性、機能、幸福を回復し維持するために重要である。多くの現場での活動や身体運動はセラピストや臨床医の監督の下で行われている。しかし、監督や品質評価、自己補正が欠如しているため、自宅での運動の姿勢は正確には行えない。本稿では,受動受動的検出により,人々のオフサイト運動活動の連続的,定量的な計測を行う新しいフレームワークであるPhysicalQを設計する。
論文参考訳（メタデータ） (2022-11-12T01:53:38Z)
Estimation of Physical Activity Level and Ambient Condition Thresholds for Respiratory Health using Smartphone Sensors [0.0]
本稿では,運動誘発呼吸状態(EiRCs)の症状を誘発する身体活動閾値を推定するために,スマートフォンにおける運動センサの可能性について検討する。計算はSMA(Signal Magnitude Area)とEE(Energy Expenditure)の相関に基づく。健康な個人から収集した実時間データを用いて,ElectRCを用いた個人の身体活動のレベルを調節するツールとして携帯電話の可能性を示した。
論文参考訳（メタデータ） (2021-12-11T14:25:41Z)
COVID-Net Clinical ICU: Enhanced Prediction of ICU Admission for COVID-19 Patients via Explainability and Trust Quantification [71.80459780697956]
患者臨床データに基づくICU入院予測のためのニューラルネットワークであるCOVID-Net Clinical ICUを紹介する。提案されたCOVID-Net Clinical ICUは、1,925人のCOVID-19患者からなるシロ・リバネ病院の臨床データセットを使用して構築された。定量的説明可能性戦略を用いたシステムレベルの洞察発見を行い,異なる臨床特徴の意思決定効果について検討した。
論文参考訳（メタデータ） (2021-09-14T14:16:32Z)
Evaluating the Robustness of Self-Supervised Learning in Medical Imaging [57.20012795524752]
自己監督は、小さな注釈付きデータセット上でターゲットタスクを訓練する際の効果的な学習戦略であることを示した。本研究では,自己監視学習によって訓練されたネットワークが,医療画像の文脈における完全監視学習と比較して,堅牢性と汎用性に優れていることを示した。
論文参考訳（メタデータ） (2021-05-14T17:49:52Z)
Analysing the Correlation of Geriatric Assessment Scores and Activity in Smart Homes [1.0992151305603266]
本研究では、周囲運動センサのデータと、確立された移動度評価の相関性を示す。実世界のデータセットの評価は、標準化された老年医学的身体的評価のスコアと中程度から強い相関を示す。
論文参考訳（メタデータ） (2021-03-10T10:04:47Z)
Review of Machine Learning Algorithms for Brain Stroke Diagnosis and Prognosis by EEG Analysis [50.591267188664666]
ストローク(Strokes)は、アメリカ合衆国の成人障害の主要な原因である。脳-コンピュータインタフェース(Brain-Computer Interfaces、BCI)は、患者の神経経路の回復または電子補綴器との効果的なコミュニケーションを支援する。さまざまな機械学習技術とアルゴリズムをBCI技術と組み合わせることで、脳卒中治療にBCIを使うことは、有望で急速に拡大する分野であることを示している。
論文参考訳（メタデータ） (2020-08-06T19:50:29Z)
Joint Distribution and Transitions of Pain and Activity in Critically Ill Patients [3.64161514437772]
集中治療室(ICU)における重症心疾患患者の回復の必須指標は痛みと身体機能である Actigraph GT3X 装置を用いて, 57 ICU 患者の活動強度データを収集した。重症心疾患患者における関節活動と痛み状態の関節分布と状態遷移について検討した。
論文参考訳（メタデータ） (2020-04-20T08:56:13Z)
A Review of Computational Approaches for Evaluation of Rehabilitation Exercises [58.720142291102135]
本稿では,モーションキャプチャシステムを用いたリハビリテーションプログラムにおける患者のパフォーマンスを評価するための計算手法についてレビューする。エクササイズ評価のための再検討された計算手法は, 離散的な運動スコア, ルールベース, テンプレートベースアプローチの3つのカテゴリに分類される。
論文参考訳（メタデータ） (2020-02-29T22:18:56Z)

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。