論文の概要: Virtual-Reality based Vestibular Ocular Motor Screening for Concussion
Detection using Machine-Learning
- arxiv url: http://arxiv.org/abs/2210.09295v1
- Date: Thu, 13 Oct 2022 02:09:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-18 21:17:13.481019
- Title: Virtual-Reality based Vestibular Ocular Motor Screening for Concussion
Detection using Machine-Learning
- Title（参考訳）: 機械学習による脳震源検出のための仮想現実感に基づく前庭眼球運動スクリーニング
- Authors: Khondker Fariha Hossain, Sharif Amit Kamran, Prithul Sarker, Philip
Pavilionis, Isayas Adhanom, Nicholas Murray, Alireza Tavakkoli
- Abstract要約: 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。
- 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: Sport-related concussion (SRC) depends on sensory information from visual,
vestibular, and somatosensory systems. At the same time, the current clinical
administration of Vestibular/Ocular Motor Screening (VOMS) is subjective and
deviates among administrators. Therefore, for the assessment and management of
concussion detection, standardization is required to lower the risk of injury
and increase the validation among clinicians. With the advancement of
technology, virtual reality (VR) can be utilized to advance the standardization
of the VOMS, increasing the accuracy of testing administration and decreasing
overall false positive rates. In this paper, we experimented with multiple
machine learning methods to detect SRC on VR-generated data using VOMS. In our
observation, the data generated from VR for smooth pursuit (SP) and the Visual
Motion Sensitivity (VMS) tests are highly reliable for concussion detection.
Furthermore, we train and evaluate these models, both qualitatively and
quantitatively. Our findings show these models can reach high
true-positive-rates of around 99.9 percent of symptom provocation on the VR
stimuli-based VOMS vs. current clinical manual VOMS.
- Abstract（参考訳）: 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。
同時に、現在Vestibular/Ocular Motor Screening (VOMS) の臨床試験が主観的であり、管理者に偏っている。
そのため,脳震縮検出の評価と管理には,外傷のリスクを軽減し,臨床医の妥当性を高めるための標準化が必要である。
技術の進歩により、バーチャルリアリティ(VR)はVOMSの標準化を推進し、テスト管理の精度を高め、全体的な偽陽性率を下げることができる。
本稿では,VOMSを用いたVRデータ上でのSRC検出のための複数の機械学習手法の実験を行った。
本報告では,vr for smooth pursuit (sp) および視覚運動感度 (vms) テストから得られたデータは,脳震動検出に信頼性が高い。
さらに,これらのモデルを質的および定量的に訓練し,評価する。
以上の結果から,これらのモデルはVR刺激によるVOMSと現在の臨床手技VOMSの99.9%の陽性率に達することが示唆された。
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) - Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。
VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。
本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T23:19:28Z) - Thelxinoë: Recognizing Human Emotions Using Pupillometry and Machine Learning [0.0]
本研究は,現実的かつ感情的に共鳴するタッチインタラクションのための複数のセンサデータを統合することで,VR体験の向上を目的とした,Thelxino"eフレームワークに大きく貢献する。
我々の発見は、没入的でインタラクティブなVR環境を開発するための新しい道を開き、バーチャルタッチ技術の将来の進歩への道を開いた。
論文 参考訳（メタデータ） (2024-03-27T21:14:17Z) - 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) - Multisensory extended reality applications offer benefits for volumetric biomedical image analysis in research and medicine [2.46537907738351]
高解像度ボリューム画像からの3Dデータは、現代医学における診断と治療の中心的な資源である。
近年の研究では、視覚深度知覚と触覚を持つ3次元画像の知覚に拡張現実(XR)を用いたが、制限的な触覚デバイスを用いた。
本研究では, バイオメディカル画像の専門家24名を対象に, 3次元医用形状を探索した。
論文 参考訳（メタデータ） (2023-11-07T13:37:47Z) - Analysis of Smooth Pursuit Assessment in Virtual Reality and Concussion
Detection using BiLSTM [0.0]
スポーツ関連脳梗塞(SRC)バッテリは主観的症状報告に大きく依存している。
本稿では,長期記憶(LSTM)リカレントニューラルネットワーク(RNN)アーキテクチャを用いて,眼球運動データからSRCを検出する手法を提案する。
論文 参考訳（メタデータ） (2022-10-12T16:52:31Z) - Force-Aware Interface via Electromyography for Natural VR/AR Interaction [69.1332992637271]
我々はVR/ARにおける自然的および直感的な力入力のための学習ベースのニューラルネットワークを設計する。
我々は,3.3%の平均誤差で指の力量をリアルタイムでデコードし,キャリブレーションの少ない新規ユーザに一般化できることを実証した。
今後のVR/ARにおける、より現実的な物理性に向けた研究を進めるために、我々の研究成果を期待する。
論文 参考訳（メタデータ） (2022-10-03T20:51:25Z) - 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) - Automatic Recommendation of Strategies for Minimizing Discomfort in
Virtual Environments [58.720142291102135]
本稿では,まず,サイバーシックネス(CS)の原因に関する詳細なレビューを行う。
当社のシステムでは,ユーザがアプリケーションの次の瞬間に,病気の状況に侵入しているかどうかを示唆することができる。
CSPQ(Cybersickness Profile Questionnaire)も提案されている。
論文 参考訳（メタデータ） (2020-06-27T19:28:48Z) - Scoring and Assessment in Medical VR Training Simulators with Dynamic
Time Series Classification [8.503001932363704]
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。
論文 参考訳（メタデータ） (2020-06-11T15:46:25Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z)
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。