論文の概要: Rehabilitation Exercise Repetition Segmentation and Counting using Skeletal Body Joints

• arxiv url: http://arxiv.org/abs/2304.09735v1
• Date: Wed, 19 Apr 2023 15:22:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-20 13:53:53.787568
• Title: Rehabilitation Exercise Repetition Segmentation and Counting using Skeletal Body Joints
• Title（参考訳）: 骨格体関節を用いたリハビリテーション運動の反復分節と計数
• Authors: Ali Abedi, Paritosh Bisht, Riddhi Chatterjee, Rachit Agrawal, Vyom Sharma, Dinesh Babu Jayagopi, Shehroz S. Khan
• Abstract要約: 本稿では,患者が実施するリハビリテーション運動の繰り返しを分割・数えるための新しいアプローチを提案する。 骨格の関節は、深度カメラまたは患者のRGBビデオに適用されたコンピュータビジョン技術によって取得することができる。 様々なシーケンシャルニューラルネットワークは、骨格体関節の配列を分析し、繰り返しセグメンテーションとカウントを行うように設計されている。
• 参考スコア（独自算出の注目度）: 6.918076156491651
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physical exercise is an essential component of rehabilitation programs that improve quality of life and reduce mortality and re-hospitalization rates. In AI-driven virtual rehabilitation programs, patients complete their exercises independently at home, while AI algorithms analyze the exercise data to provide feedback to patients and report their progress to clinicians. To analyze exercise data, the first step is to segment it into consecutive repetitions. There has been a significant amount of research performed on segmenting and counting the repetitive activities of healthy individuals using raw video data, which raises concerns regarding privacy and is computationally intensive. Previous research on patients' rehabilitation exercise segmentation relied on data collected by multiple wearable sensors, which are difficult to use at home by rehabilitation patients. Compared to healthy individuals, segmenting and counting exercise repetitions in patients is more challenging because of the irregular repetition duration and the variation between repetitions. This paper presents a novel approach for segmenting and counting the repetitions of rehabilitation exercises performed by patients, based on their skeletal body joints. Skeletal body joints can be acquired through depth cameras or computer vision techniques applied to RGB videos of patients. Various sequential neural networks are designed to analyze the sequences of skeletal body joints and perform repetition segmentation and counting. Extensive experiments on three publicly available rehabilitation exercise datasets, KIMORE, UI-PRMD, and IntelliRehabDS, demonstrate the superiority of the proposed method compared to previous methods. The proposed method enables accurate exercise analysis while preserving privacy, facilitating the effective delivery of virtual rehabilitation programs.
• Abstract（参考訳）: 身体運動は、生活の質を改善し、死亡率と再病院化率を低下させるリハビリテーションプログラムの重要な要素である。 AIによる仮想リハビリテーションプログラムでは、患者は自宅で個別に運動を終え、AIアルゴリズムは運動データを分析して患者にフィードバックを与え、臨床医に進捗を報告する。 運動データを分析する最初のステップは、連続した繰り返しに分割することだ。 生のビデオデータを用いて、健康な個人の繰り返し活動のセグメンテーションとカウントについて、かなりの量の研究が行われており、プライバシーへの懸念が高まり、計算的に集中している。 複数のウェアラブルセンサーが収集したデータによるリハビリテーション運動のセグメンテーションに関するこれまでの研究は、リハビリテーション患者が自宅で使うのが困難であった。 健康な人に比べ、不規則な反復期間と反復の変動のため、患者の運動繰り返しのセグメンテーションと計数はより困難である。 本稿では,患者の骨格関節に基づいてリハビリテーション運動の繰り返しをセグメンテーションし,計数する新しいアプローチを提案する。 骨格の関節は、深度カメラまたは患者のrgbビデオに適用されるコンピュータビジョン技術によって取得することができる。 様々なシーケンシャルニューラルネットワークは、骨格体関節の配列を分析し、繰り返しセグメンテーションとカウントを行うように設計されている。 KIMORE, UI-PRMD, IntelliRehabDS の3つの公用リハビリテーション訓練データセットに対する大規模な実験により,提案手法が従来の方法と比較して優れていることを示す。 提案手法は,プライバシを保ちながら正確な運動分析を可能にし,仮想リハビリテーションプログラムの効果的な配信を容易にする。

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)
• Rehabilitation Exercise Quality Assessment through Supervised Contrastive Learning with Hard and Soft Negatives [2.166000001057538]
  運動ベースのリハビリテーションプログラムは、生活の質を高め、死亡率と再入院率を減らすのに有効であることが証明されている。 これらのプログラムは一般的に様々なエクササイズタイプを規定しており、リハビリテーションエクササイズアセスメントデータセットにおいて明確な課題となっている。 本稿では,すべての運動タイプに適用可能な単一モデルをトレーニングするための,硬質で軟質な負のサンプルを用いた教師付きコントラスト学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-05T08:38:25Z)
• Repetition In Repetition Out: Towards Understanding Neural Text Degeneration from the Data Perspective [91.14291142262262]
  この研究は、データの観点から、単純で基本的な説明を提示する。 予備調査では, 退化問題とトレーニングデータにおける反復の有無との間には強い相関関係がみられた。 実験の結果,訓練データにおける繰り返しのペナルティ化は,より大きなモデルサイズや命令のチューニングを考慮しても重要な課題であることがわかった。
  論文  参考訳（メタデータ） (2023-10-16T09:35:42Z)
• Cross-Modal Video to Body-joints Augmentation for Rehabilitation Exercise Quality Assessment [3.544570529705401]
  運動に基づくリハビリテーションプログラムは、生活の質を高め、死亡率と再入院を減らすことが示されている。 AIによる仮想リハビリテーションプログラムにより、患者は自宅で独立して運動を完了できる一方、AIアルゴリズムは運動データを分析して患者にフィードバックを与え、臨床医に進捗を報告することができる。 本稿では,RGBビデオを用いてリハビリテーション運動の質を評価するための新しいアプローチを提案する。また,連続したRGBビデオフレームから骨格体関節の配列を抽出し,多対一の連続ニューラルネットワークを用いて解析し,運動品質を評価する。
  論文  参考訳（メタデータ） (2023-06-15T23:23:35Z)
• Design, Development, and Evaluation of an Interactive Personalized Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
  パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。 このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。 我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
  論文  参考訳（メタデータ） (2023-05-12T17:37:04Z)
• 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)
• Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
  戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。 標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。 本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
  論文  参考訳（メタデータ） (2022-09-14T15:33:30Z)
• Vogtareuth Rehab Depth Datasets: Benchmark for Marker-less Posture Estimation in Rehabilitation [55.41644538483948]
  本研究では,リハビリテーションを行う患者の深度画像と2次元ポーズ情報を含む2つのリハビリテーション特異的ポーズデータセットを提案する。 我々は、非リハブベンチマークデータセットに基づいてトレーニングされた、最先端のマーカーレス姿勢推定モデルを用いている。 私たちのデータセットは、リハビリ特有の複雑な姿勢を検出するために、ポーズモデルを訓練するのに使用できます。
  論文  参考訳（メタデータ） (2021-08-23T16:18:26Z)
• On the Robustness of Pretraining and Self-Supervision for a Deep Learning-based Analysis of Diabetic Retinopathy [70.71457102672545]
  糖尿病網膜症における訓練方法の違いによる影響を比較検討した。 本稿では,定量的性能,学習した特徴表現の統計,解釈可能性,画像歪みに対する頑健性など,さまざまな側面について検討する。 以上の結果から,ImageNet事前学習モデルでは,画像歪みに対する性能,一般化,堅牢性が著しく向上していることが示唆された。
  論文  参考訳（メタデータ） (2021-06-25T08:32:45Z)
• 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。

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。