論文の概要: Contactless hand tremor amplitude measurement using smartphones:
development and pilot evaluation
- arxiv url: http://arxiv.org/abs/2304.14937v1
- Date: Fri, 28 Apr 2023 15:48:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-01 13:31:57.904629
- Title: Contactless hand tremor amplitude measurement using smartphones:
development and pilot evaluation
- Title（参考訳）: スマートフォンを用いた接触レス手動振幅測定:開発とパイロット評価
- Authors: James Bungay, Osasenaga Emokpae, Samuel D. Relton, Jane Alty, Stefan
Williams, Hui Fang, David C. Wong
- Abstract要約: 我々はコンピュータビジョンパイプラインを作成し、手にある静かな点を自動的に抽出し、反動による1次元の運動をピクセル内で生成した。
スマートフォンの深度測定を用いて,この測定値を実距離単位に変換する。
健常成人2人の異なる振幅の振動をシミュレーションした60本のビデオを用いて,その精度を評価した。
- 参考スコア（独自算出の注目度）: 0.8290942623190924
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Background: Physiological tremor is defined as an involuntary and rhythmic
shaking. Tremor of the hand is a key symptom of multiple neurological diseases,
and its frequency and amplitude differs according to both disease type and
disease progression. In routine clinical practice, tremor frequency and
amplitude are assessed by expert rating using a 0 to 4 integer scale. Such
ratings are subjective and have poor inter-rater reliability. There is thus a
clinical need for a practical and accurate method for objectively assessing
hand tremor.
Objective: to develop a proof of principle method to measure hand tremor
amplitude from smartphone videos.
Methods: We created a computer vision pipeline that automatically extracts
salient points on the hand and produces a 1-D time series of movement due to
tremor, in pixels. Using the smartphones' depth measurement, we convert this
measure into real distance units. We assessed the accuracy of the method using
60 videos of simulated tremor of different amplitudes from two healthy adults.
Videos were taken at distances of 50, 75 and 100 cm between hand and camera.
The participants had skin tone II and VI on the Fitzpatrick scale. We compared
our method to a gold-standard measurement from a slide rule. Bland-Altman
methods agreement analysis indicated a bias of 0.04 cm and 95% limits of
agreement from -1.27 to 1.20 cm. Furthermore, we qualitatively observed that
the method was robust to differences in skin tone and limited occlusion, such
as a band-aid affixed to the participant's hand.
Clinical relevance: We have demonstrated how tremor amplitude can be measured
from smartphone videos. In conjunction with tremor frequency, this approach
could be used to help diagnose and monitor neurological diseases
- Abstract（参考訳）: 背景: 生理的震動は不随意およびリズミカル揺動として定義される。
手の振れは多発神経疾患の重要な症状であり、その頻度と振幅は疾患の種類や疾患の進行によって異なる。
定期的な臨床実践では,0から4の整数スケールを用いて,震度と振幅を専門家評価により評価する。
このような評価は主観的で、層間信頼性が低い。
したがって、手振れを客観的に評価するための実用的かつ正確な方法が必要となる。
目的:スマートフォンのビデオから手振れ振幅を測定するための原理実証法を開発すること。
方法: 手にあるサリエント点を自動的に抽出し,震動による1次元の時系列をピクセル内で生成するコンピュータビジョンパイプラインを開発した。
スマートフォンの深度測定を用いて,この測定値を実距離単位に変換する。
健常成人2人の異なる振幅の振動をシミュレーションした60本のビデオを用いて,その精度を評価した。
ビデオは手とカメラの間の50cm、75cm、100cmの距離で撮影された。
参加者はフィッツパトリックスケールでスキントーンIIとVIを持っていた。
本手法をスライド則による金標準測定と比較した。
bland-altman methods agreement analysis では、0.04 cm のバイアスと 95% の合意限界が -1.27 から 1.20 cm に示されていた。
さらに, 被験者の手にバンドエイドを装着するなど, 肌の色調や咬合制限の相違に頑健であることも, 定性的に観察した。
臨床関連性: スマートフォンビデオから震度を計測する方法を実証した。
震動周波数と連動して、このアプローチは神経疾患の診断と監視に役立つかもしれない
関連論文リスト
- Estimating Body and Hand Motion in an Ego-sensed World [64.08911275906544]
頭部装着装置から人体の動きを推定するシステムであるEgoAlloについて述べる。
エゴセントリックなSLAMポーズとイメージのみを使用して、EgoAlloは条件付き拡散モデルからサンプリングを行い、3Dボディポーズ、高さ、手のパラメータを推定する。
論文 参考訳（メタデータ） (2024-10-04T17:59:57Z) - Neural feels with neural fields: Visuo-tactile perception for in-hand
manipulation [57.60490773016364]
マルチフィンガーハンドの視覚と触覚を組み合わせることで,手動操作時の物体の姿勢と形状を推定する。
提案手法であるNeuralFeelsは,ニューラルネットワークをオンラインで学習することでオブジェクトの形状を符号化し,ポーズグラフ問題を最適化して共同で追跡する。
私たちの結果は、タッチが少なくとも、洗練され、そして最も最良のものは、手動操作中に視覚的推定を曖昧にすることを示しています。
論文 参考訳（メタデータ） (2023-12-20T22:36:37Z) - ShaRPy: Shape Reconstruction and Hand Pose Estimation from RGB-D with
Uncertainty [6.559796851992517]
本稿では,最初のRGB-D形状再構成システムであるShaRPyを提案する。
ShaRPyはパーソナライズされた手の形を近似し、デジタルツインのより現実的で直感的な理解を促進する。
キーポイント検出ベンチマークを用いてShaRPyを評価し,筋骨格疾患の能動モニタリングのための手機能評価の質的結果を示した。
論文 参考訳（メタデータ） (2023-03-17T15:12:25Z) - Solving Inverse Problems in Medical Imaging with Score-Based Generative
Models [87.48867245544106]
CT(Computed Tomography)とMRI(Magnetic Resonance Imaging)における医用画像の再構成は重要な逆問題である
機械学習に基づく既存のソリューションは通常、測定結果を医療画像に直接マッピングするモデルを訓練する。
本稿では,最近導入されたスコアベース生成モデルを利用して,逆問題解決のための教師なし手法を提案する。
論文 参考訳（メタデータ） (2021-11-15T05:41:12Z) - Prediction of clinical tremor severity using Rank Consistent Ordinal
Regression [6.229890236114427]
36名の本態性震動患者から276本の臨床ビデオを用いて、ランク一貫性のある経口回帰を伴うディープニューラルネットワーク(DNN)を訓練します。
モデル予測は臨床評価ともよく一致している。
その結果、トレーニングしたモデルが震えの深刻度を評価し追跡する手段として使用できることがわかった。
論文 参考訳（メタデータ） (2021-05-03T19:22:05Z) - Improving Medical Image Classification with Label Noise Using
Dual-uncertainty Estimation [72.0276067144762]
医用画像における2種類のラベルノイズについて論じ,定義する。
医用画像分類作業中にこれら2つのラベルノイズを処理する不確実性推定に基づくフレームワークを提案する。
論文 参考訳（メタデータ） (2021-02-28T14:56:45Z) - Fully Automated Mitral Inflow Doppler Analysis Using Deep Learning [0.0]
エコー法で取得したMIドップラー画像のラベル付けに深層学習を利用する完全自動化ワークフローを提案する。
MIドップラー画像を含む24種類の画像クラスを予測するため,140例の5544画像に対して,様々な畳み込みニューラルネットワーク(CNN)モデルを訓練した。
論文 参考訳（メタデータ） (2020-11-24T22:27:14Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z) - 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) - DeepBeat: A multi-task deep learning approach to assess signal quality
and arrhythmia detection in wearable devices [0.0]
我々は、心房細動(AF)のリアルタイム検出のためのウェアラブル光胸腺撮影装置における信号品質と不整脈事象検出のマルチタスク深層学習法を開発した。
我々は,3つのウェアラブルデバイスから100人以上の個人から,500万以上のラベル付き信号を収集したデータセット上で,ラベル付けされていない生理的信号と微調整をシミュレーションした100万以上のアルゴリズムをトレーニングした。
2段階のトレーニングは、大規模な注釈付きデータセットが不足しているバイオメディカルアプリケーションに共通する不均衡なデータ問題に対処する上で有効であることを示す。
論文 参考訳（メタデータ） (2020-01-01T07:41:28Z)
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。