論文の概要: Estimation of Physical Activity Level and Ambient Condition Thresholds
for Respiratory Health using Smartphone Sensors
- arxiv url: http://arxiv.org/abs/2112.09068v1
- Date: Sat, 11 Dec 2021 14:25:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-19 12:28:29.482208
- Title: Estimation of Physical Activity Level and Ambient Condition Thresholds
for Respiratory Health using Smartphone Sensors
- Title（参考訳）: スマートフォンセンサを用いた呼吸健康の身体活動レベルと環境条件閾値の推定
- Authors: Chinazunwa Uwaoma
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: While physical activity has been described as a primary prevention against
chronic diseases, strenuous physical exertion under adverse ambient conditions
has also been reported as a major contributor to exacerbation of chronic
respiratory conditions. Maintaining a balance by monitoring the type and the
level of physical activities of affected individuals, could help in reducing
the cost and burden of managing respiratory ailments. This paper explores the
potentiality of motion sensors in Smartphones to estimate physical activity
thresholds that could trigger symptoms of exercise induced respiratory
conditions (EiRCs). The focus is on the extraction of measurements from the
embedded motion sensors to determine the activity level and the type of
activity that is tolerable to individuals respiratory health. The calculations
are based on the correlation between Signal Magnitude Area (SMA) and Energy
Expenditure (EE). We also consider the effect of changes in the ambient
conditions like temperature and humidity, as contributing factors to
respiratory distress during physical exercise. Real time data collected from
healthy individuals were used to demonstrate the potentiality of a mobile phone
as tool to regulate the level of physical activities of individuals with EiRCs.
We describe a practical situation where the experimental outcomes can be
applied to promote good respiratory health.
- Abstract（参考訳）: 身体活動は慢性疾患の主な予防策とされてきたが、悪環境下での激しい身体運動も慢性呼吸器疾患の悪化に寄与していると報告されている。
患者の種類や身体活動のレベルを監視してバランスを維持することは、呼吸器疾患の管理コストと負担を軽減するのに役立つ。
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を検討する。
焦点は、組込み動作センサから測定値を抽出することで、個人の呼吸健康に許容される活動レベルと活動の種類を決定することである。
計算は、信号等級領域(sma)とエネルギー支出(ee)の相関に基づいて行われる。
また,体温や湿度などの環境条件の変化の影響も,運動時の呼吸障害の要因として考慮した。
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。
呼吸器の健康向上に実験結果を適用した実践的な状況について述べる。
関連論文リスト
- Machine learning-based algorithms for at-home respiratory disease monitoring and respiratory assessment [45.104212062055424]
本研究の目的は、在宅呼吸器疾患のモニタリングと評価を容易にする機械学習ベースのアルゴリズムを開発することである。
健常成人30名を対象に, 呼吸圧, 血流, 胸腹部周囲の動的計測を行った。
ランダムフォレスト分類器、ロジスティック回帰、サポートベクターマシン(SVM)など、さまざまな機械学習モデルをトレーニングし、呼吸タイプを予測する。
論文 参考訳（メタデータ） (2024-09-05T02:14:31Z) - OPPH: A Vision-Based Operator for Measuring Body Movements for Personal Healthcare [19.468689776476104]
視覚に基づく運動推定法は、医療目的のために人体の動きを正確にかつ控えめに推定する。
これらの方法は、医療目的のために特別に設計されたものではなく、現実世界のアプリケーションにおいて課題に直面している。
本稿では,現在の視覚に基づく動き推定手法を強化するためのOPPH演算子を提案する。
論文 参考訳（メタデータ） (2024-08-18T08:52:22Z) - Unobtrusive Monitoring of Physical Weakness: A Simulated Approach [22.856249489748617]
高齢化や慢性的な状態は、高齢者の日常生活に影響を与え、発達する健康問題の早期発見が不可欠である。
我々は、非侵入型カメラセンサーを用いて、個人の毎日の座り方やリラックスした活動を監視し、弱さの兆候を検知する。
健康な被験者の身体運動を行い,運動前後の日常生活行動の変化を観察することにより,弱さをシミュレートする。
論文 参考訳（メタデータ） (2024-06-14T13:52:58Z) - 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) - 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) - Heterogeneous Hidden Markov Models for Sleep Activity Recognition from
Multi-Source Passively Sensed Data [67.60224656603823]
精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。
睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。
スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
論文 参考訳（メタデータ） (2022-11-08T17:29:40Z) - Minute ventilation measurement using Plethysmographic Imaging and
lighting parameters [8.739176372427842]
睡眠時無呼吸などの呼吸障害は、肺の酸素と二酸化炭素を含有/交換する能力が不足し、体がホメオスタシスの安定した状態にあることを保証するために、多数の個人に影響を及ぼす致命的な疾患である。
微小換気などの呼吸測定は、心拍数や心拍変動などの他の生理的測定と相関して、健康状態の遠隔監視や呼吸関連疾患の症状の検出に用いられる。
論文 参考訳（メタデータ） (2022-08-29T00:42:48Z) - 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) - 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) - Video-based Remote Physiological Measurement via Cross-verified Feature
Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。
次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。
歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文 参考訳（メタデータ） (2020-07-16T09:39:17Z)
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。