論文の概要: Easing Automatic Neurorehabilitation via Classification and Smoothness Analysis

• arxiv url: http://arxiv.org/abs/2212.14797v1
• Date: Fri, 9 Dec 2022 13:59:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 16:27:29.379376
• Title: Easing Automatic Neurorehabilitation via Classification and Smoothness Analysis
• Title（参考訳）: 分類と平滑度解析による自動神経リハビリテーションの簡易化
• Authors: Asma Bensalah, Alicia Forn\'es, Cristina Carmona-Duarte, and Josep Llad\'os
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.44744639843118
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Assessing the quality of movements for post-stroke patients during the rehabilitation phase is vital given that there is no standard stroke rehabilitation plan for all the patients. In fact, it depends basically on the patient's functional independence and its progress along the rehabilitation sessions. To tackle this challenge and make neurorehabilitation more agile, we propose an automatic assessment pipeline that starts by recognizing patients' movements by means of a shallow deep learning architecture, then measuring the movement quality using jerk measure and related measures. A particularity of this work is that the dataset used is clinically relevant, since it represents movements inspired from Fugl-Meyer a well common upper-limb clinical stroke assessment scale for stroke patients. We show that it is possible to detect the contrast between healthy and patients movements in terms of smoothness, besides achieving conclusions about the patients' progress during the rehabilitation sessions that correspond to the clinicians' findings about each case.
• Abstract（参考訳）: 全患者に標準的な脳卒中リハビリテーション計画がないため, 回復期における術後患者の運動の質を評価することが不可欠である。 実際、それは基本的に患者の機能的自立とリハビリテーションセッションの進行に依存する。 この課題に取り組み,よりアジャイルなニューロリハビリテーションを実現するために,我々は,浅いディープラーニングアーキテクチャを用いて患者の動きを認識し,ジェルク測度と関連する尺度を用いて運動品質を測定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ことである。 その結果,各症例のリハビリテーションセッションにおける患者の進行状況に関する結論を得るとともに,滑らかさの観点から健常者と患者の動きのコントラストを検出することが可能であった。

関連論文リスト

• Individualised recovery trajectories of patients with impeded mobility, using distance between probability distributions of learnt graphs [0.3604879434384176]
  身体療法の一環として運動を行うことにより,患者の回復軌跡を学習する方法を提供する。 患者の運動回復スコアの違いは、連続した事例で所定の運動ルーチンを実行する場合、統計的距離/偏差によって与えられる。
  論文  参考訳（メタデータ） (2024-10-29T12:13:00Z)
• A Medical Low-Back Pain Physical Rehabilitation Dataset for Human Body Movement Analysis [0.6990493129893111]
  本稿では,低背痛リハビリテーションを施行した臨床患者の医療データセットについて,4つの課題に対処し,提案する。 データセットには、3D Kinectスケルトンの位置と向き、RGBビデオ、2Dスケルトンデータ、正確性を評価するための医用アノテーション、身体部分とタイムパンのエラー分類とローカライゼーションが含まれている。
  論文  参考訳（メタデータ） (2024-06-29T19:50:06Z)
• MR-STGN: Multi-Residual Spatio Temporal Graph Network Using Attention Fusion for Patient Action Assessment [0.3626013617212666]
  MR-STGN(Multi-Residual Spatio Temporal Graph Network)を用いた患者行動評価の自動化手法を提案する。 MR-STGNは患者行動のダイナミクスを捉えるように設計されている。 リアルタイムの患者行動スコアを正確に予測する上で,UI-PRMDデータセットの性能を示すモデルについて検討した。
  論文  参考訳（メタデータ） (2023-12-21T01:09:52Z)
• Assessment and treatment of visuospatial neglect using active learning with Gaussian processes regression [0.3262230127283452]
  視空間無視は、空間と参照フレームの領域に位置する視覚刺激に対する認識障害によって特徴づけられる障害である。 本稿では,患者の空間的無視を三次元的に正確に評価する人工知能ソリューションを提案する。
  論文  参考訳（メタデータ） (2023-09-29T09:18:32Z)
• Mimetic Muscle Rehabilitation Analysis Using Clustering of Low Dimensional 3D Kinect Data [1.53119329713143]
  本報告では, 筋損傷による顔面麻痺患者のリハビリテーションに対する非観血的アプローチについて考察する。 本研究は,HB(House-Brackmann)尺度など,現在の主観的アプローチと比較して,リハビリテーションプロセスの客観的化を目的としている。 この研究は、Kinectステレオビジョンカメラを用いて得られた120の計測値を持つ85人の異なる患者のデータセットを含んでいる。
  論文  参考訳（メタデータ） (2023-02-15T09:45:27Z)
• 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)
• Disentangled Counterfactual Recurrent Networks for Treatment Effect Inference over Time [71.30985926640659]
  本稿では,DCRN(Disentangled Counterfactual Recurrent Network)を提案する。 時間とともに治療効果の因果構造に完全にインスパイアされたアーキテクチャでは、予測精度と疾患理解が向上する。 実データとシミュレーションデータの両方において,DCRNが処理応答予測の最先端手法より優れていることを示す。
  論文  参考訳（メタデータ） (2021-12-07T16:40:28Z)
• One-shot action recognition towards novel assistive therapies [63.23654147345168]
  この作業は、アクション模倣ゲームを含む医療療法の自動分析によって動機づけられます。 提案手法は、異種運動データ条件を標準化する前処理ステップを組み込んだものである。 自閉症者に対するセラピー支援のための自動ビデオ分析の実際の利用事例について検討した。
  論文  参考訳（メタデータ） (2021-02-17T19:41:37Z)
• Designing Personalized Interaction of a Socially Assistive Robot for Stroke Rehabilitation Therapy [64.52563354823711]
  社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。 本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
  論文  参考訳（メタデータ） (2020-07-13T16:12:05Z)
• 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)
• Estimating Counterfactual Treatment Outcomes over Time Through Adversarially Balanced Representations [114.16762407465427]
  時間とともに治療効果を推定するためにCRN(Counterfactual Recurrent Network)を導入する。 CRNは、患者履歴のバランスの取れた表現を構築するために、ドメイン敵のトレーニングを使用する。 本モデルでは, 正解率の予測と適切な治療時期の選択において, 誤差の低減を図っている。
  論文  参考訳（メタデータ） (2020-02-10T20:47:36Z)

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。