論文の概要: Reducing a complex two-sided smartwatch examination for Parkinson's
Disease to an efficient one-sided examination preserving machine learning
accuracy
- arxiv url: http://arxiv.org/abs/2205.05361v1
- Date: Wed, 11 May 2022 09:12:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-13 03:32:31.384600
- Title: Reducing a complex two-sided smartwatch examination for Parkinson's
Disease to an efficient one-sided examination preserving machine learning
accuracy
- Title（参考訳）: パーキンソン病の複雑な2面スマートウォッチ検査を機械学習精度を保つ効率的な片面検査に還元する
- Authors: Alexander Brenner, Michael Fujarski, Tobias Warnecke and Julian
Varghese
- Abstract要約: パーキンソン病(PD)研究における技術ベースアセスメントの実施状況について報告した。
本研究は、両手同期スマートウォッチ測定におけるPDサンプルサイズとして最大である。
- 参考スコア（独自算出の注目度）: 63.20765930558542
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sensors from smart consumer devices have demonstrated high potential to serve
as digital biomarkers in the identification of movement disorders in recent
years. With the usage of broadly available smartwatches we have recorded
participants performing technology-based assessments in a prospective study to
research Parkinson's Disease (PD). In total, 504 participants, including PD
patients, differential diagnoses (DD) and healthy controls (HC), were captured
with a comprehensive system utilizing two smartwatches and two smartphones. To
the best of our knowledge, this study provided the largest PD sample size of
two-hand synchronous smartwatch measurements. To establish a future easy-to use
home-based assessment system in PD screening, we systematically evaluated the
performance of the system based on a significantly reduced set of assessments
with only one-sided measures and assessed, whether we can maintain
classification accuracy.
- Abstract（参考訳）: 近年、スマートコンシューマデバイスからのセンサは、運動障害の識別においてデジタルバイオマーカーとして機能する可能性が高まっている。
広く利用可能なスマートウォッチの使用により、私たちはParkinson's Disease (PD)の研究に先立ち、技術に基づく評価を行う参加者を記録しました。
対象は、PD患者、差動診断(DD)、健康管理(HC)など504名で、2つのスマートウォッチと2つのスマートフォンを総合的に利用した。
我々の知る限りでは、この研究は2手同期スマートウォッチの最大のPDサンプルサイズを提供した。
PDスクリーニングにおける今後のホームベースアセスメントシステムを確立するため,一方の尺度のみを用いて大幅に削減されたアセスメントに基づいてシステムの性能を体系的に評価し,分類精度を維持できるかどうかを検討した。
関連論文リスト
- Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
エンゲージメント測定は、医療、教育、サービスに応用される。
生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。
コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
論文 参考訳（メタデータ） (2024-04-05T20:39:16Z) - CareFall: Automatic Fall Detection through Wearable Devices and AI
Methods [0.0]
CareFallは、ウェアラブルデバイスと人工知能(AI)メソッドに基づいた自動転倒検知システム(FDS)である。
CareFallは、スマートウォッチから抽出された加速度計とジャイロスコープの時間信号について検討している。
論文 参考訳（メタデータ） (2023-07-11T14:08:51Z) - Using AI to Measure Parkinson's Disease Severity at Home [2.656113227046603]
パーキンソン病(PD)患者の運動能力を評価する人工知能システムを提案する。
運動障害学会統一パーキンソン病評価尺度(MDS-UPDRS)を施行した3人の神経学者による世界250人の参加者のデータを評価した。
我々の機械学習モデルは,MDS-UPDRS認定レーダよりも優れており,平均絶対誤差は0.59であり,レーダのMAEは0.79であった。
論文 参考訳（メタデータ） (2023-03-30T17:40:14Z) - Remote Medication Status Prediction for Individuals with Parkinson's
Disease using Time-series Data from Smartphones [75.23250968928578]
本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。
提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
論文 参考訳（メタデータ） (2022-07-26T02:08:08Z) - Subgroup discovery of Parkinson's Disease by utilizing a multi-modal
smart device system [63.20765930558542]
われわれはスマートウォッチとスマートフォンを使って、PD患者、DD、HCを含む504人の参加者のマルチモーダルデータを収集した。
様々なモダリティを組み合わせることで,分類精度が向上し,さらにPDクラスタが発見された。
論文 参考訳（メタデータ） (2022-05-12T08:59:57Z) - Predicting Parkinson's Disease with Multimodal Irregularly Collected
Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。
伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。
そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文 参考訳（メタデータ） (2020-09-25T01:50:15Z) - Multi-Task Temporal Shift Attention Networks for On-Device Contactless
Vitals Measurement [9.825675909430611]
ビデオベースおよびオンデバイス型光学式心肺蘇生標識計測手法を提案する。
移動プラットフォーム上でのリアルタイム心血管および呼吸の測定を可能にする。
我々は,高度なRISCマシン(ARM)CPU上でのシステム評価を行い,150フレーム/秒以上動作しながら最先端の精度を実現した。
論文 参考訳（メタデータ） (2020-06-06T06:31:24Z) - 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)
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。