論文の概要: Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises
- arxiv url: http://arxiv.org/abs/2305.07632v1
- Date: Fri, 12 May 2023 17:37:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-15 12:02:56.889089
- Title: Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises
- Title（参考訳）: 運動後のリハビリテーション運動の監視・指導を行う対話型パーソナル化社会ロボットの設計・開発・評価
- Authors: Min Hun Lee, Daniel P. Siewiorek, Asim Smailagic, Alexandre
Bernardino, Sergi Berm\'udez i Badia
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 68.37238218842089
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Socially assistive robots are increasingly being explored to improve the
engagement of older adults and people with disability in health and
well-being-related exercises. However, even if people have various physical
conditions, most prior work on social robot exercise coaching systems has
utilized generic, predefined feedback. The deployment of these systems still
remains a challenge. In this paper, we present our work of iteratively engaging
therapists and post-stroke survivors to design, develop, and evaluate a social
robot exercise coaching system for personalized rehabilitation. Through
interviews with therapists, we designed how this system interacts with the user
and then developed an interactive social robot exercise coaching system. This
system integrates a neural network model with a rule-based model to
automatically monitor and assess patients' rehabilitation exercises and can be
tuned with individual patient's data to generate real-time, personalized
corrective feedback for improvement. With the dataset of rehabilitation
exercises from 15 post-stroke survivors, we demonstrated our system
significantly improves its performance to assess patients' exercises while
tuning with held-out patient's data. In addition, our real-world evaluation
study showed that our system can adapt to new participants and achieved 0.81
average performance to assess their exercises, which is comparable to the
experts' agreement level. We further discuss the potential benefits and
limitations of our system in practice.
- Abstract（参考訳）: 社会的支援型ロボットは、高齢者や健康や健康関連の運動に障害を持つ人々のエンゲージメントを改善するためにますます研究されている。
しかし, 身体的条件が多様であっても, 社会ロボット運動指導システムにおける先行研究の多くは, 汎用的, 事前定義されたフィードバックを活用している。
これらのシステムの展開は依然として課題である。
本稿では,リハビリテーションのためのソーシャルロボットのエクササイズ・コーチング・システムの設計,開発,評価を行うために,反復的に関与するセラピストとストローク後の生存者の作業について述べる。
セラピストとのインタビューを通じて,このシステムとユーザとのインタラクションをデザインし,対話型ソーシャルロボットエクササイズコーチング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、評価し、個々の患者のデータと調整することで、改善のためのリアルタイムでパーソナライズされた修正フィードバックを生成する。
ストローク後の15例のリハビリテーション・エクササイズのデータセットを用いて,保留患者のデータと調和しながら患者のエクササイズを評価するシステムの性能を著しく向上させた。
さらに,本システムでは,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を達成できることを示した。
さらに,システムの潜在的なメリットと限界についても論じる。
関連論文リスト
- Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。
以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。
本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
論文 参考訳（メタデータ） (2024-11-17T00:13:00Z) - Socially Interactive Agents for Robotic Neurorehabilitation Training: Conceptualization and Proof-of-concept Study [7.365940126473552]
我々は、神経リハビリテーショントレーニング中にパーソナライズされた院外援助を提供するAIベースのシステムを導入する。
専門職の助けを借りて、想定されたシステムは、個々の患者の独自のリハビリテーション要件を満たすように設計されている。
我々のアプローチは、対話型社会的に認識された仮想エージェントを神経リハビリテーションロボットフレームワークに統合することである。
論文 参考訳（メタデータ） (2024-06-17T19:07:05Z) - Employing Socially Interactive Agents for Robotic Neurorehabilitation
Training [0.2886273197127056]
本稿では,新しいロボット神経リハビリテーショントレーニングシステムのための技術的アプローチを提案する。
これは、リハビリテーション装置、信号分類方法、トレーニング適応のための教師付き機械学習モデル、トレーニング演習、ユーザーインターフェースとしての社会的対話型エージェントの組み合わせに依存している。
論文 参考訳（メタデータ） (2022-06-03T14:17:37Z) - Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。
これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。
我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
論文 参考訳（メタデータ） (2021-06-15T22:06:39Z) - 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) - Opportunities of a Machine Learning-based Decision Support System for
Stroke Rehabilitation Assessment [64.52563354823711]
リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。
現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。
我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
論文 参考訳（メタデータ） (2020-02-27T17:04:07Z)
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。