論文の概要: A HRNet-based Rehabilitation Monitoring System
- arxiv url: http://arxiv.org/abs/2306.10756v1
- Date: Mon, 19 Jun 2023 08:00:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-21 18:46:39.190775
- Title: A HRNet-based Rehabilitation Monitoring System
- Title(参考訳): hrnetによるリハビリテーションモニタリングシステム
- Authors: Yi-Ching Hung, Yu-Qing Jiang, Fong-Syuan Liou, Yu-Hsuan Tsao, Zi-Cing
Chiang, MIn-Te Sun
- Abstract要約: 従来のリハビリテーションのプロセスでは、セラピストは患者に特定のアクションを割り当て、病院訪問の間を行動させる。
残念なことに、多くの患者はアクションを忘れたり、詳細でアクションを思い出すのに失敗する。
HRNetを用いたリハビリテーションモニタリングシステムを提案する。このシステムでは、患者がいつアクションを実行すべきかをリマインダーに伝え、患者のスマートフォンを介して患者がフォローすべきアクションを表示することができる。
- 参考スコア(独自算出の注目度): 1.727350852396588
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rehabilitation treatment helps to heal minor sports and occupational
injuries. In a traditional rehabilitation process, a therapist will assign
certain actions to a patient to perform in between hospital visits, and it will
rely on the patient to remember actions correctly and the schedule to perform
them. Unfortunately, many patients forget to perform actions or fail to recall
actions in detail. As a consequence, the rehabilitation treatment is hampered
or, in the worst case, the patient may suffer from additional injury caused by
performing incorrect actions. To resolve these issues, we propose a HRNet-based
rehabilitation monitoring system, which can remind a patient when to perform
the actions and display the actions for the patient to follow via the patient's
smartphone. In addition, it helps the therapist to monitor the progress of the
rehabilitation for the patient. Our system consists of an iOS app and several
components at the server side. The app is in charge of displaying and
collecting action videos. The server computes the similarity score between the
therapist's actions and the patient's in the videos to keep track of the number
of repetitions of each action. Theses stats will be shown to both of the
patient and therapist. The extensive experiments show that the F1-Score of the
similarity calculation is as high as 0.9 and the soft accuracy of the number of
repetitions is higher than 90%.
- Abstract(参考訳): リハビリテーション治療は、マイナースポーツや職業的外傷の治癒に役立つ。
従来のリハビリテーションプロセスでは、セラピストは患者に特定のアクションを割り当てて病院の訪問の間に実行し、患者は正しいアクションを記憶し、それを実行するためのスケジュールに依存する。
残念なことに、多くの患者はアクションを忘れたり、詳細でアクションを思い出すのに失敗する。
その結果、リハビリテーション治療が阻害されるか、最悪の場合、不適切な行動によって追加の怪我を負う可能性がある。
これらの課題を解決するため,患者のスマートフォンを介して患者の行動をいつ実行すべきかを患者に知らせるHRNetベースのリハビリテーション監視システムを提案する。
さらに、セラピストが患者のリハビリテーションの進捗を監視するのに役立つ。
私たちのシステムはiOSアプリとサーバ側のいくつかのコンポーネントで構成されています。
アプリはアクションビデオの表示と収集を担当している。
サーバは、各アクションの反復回数を追跡するために、セラピストのアクションとビデオ中の患者の類似度スコアを算出する。
これらの統計は、患者とセラピストの両方に表示される。
実験により, 類似度計算のF1スコアは0.9以上であり, 繰り返し回数のソフト精度は90%以上であった。
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) - 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) - 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) - Rehabilitation Exercise Repetition Segmentation and Counting using
Skeletal Body Joints [6.918076156491651]
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。
論文 参考訳(メタデータ) (2023-04-19T15:22:15Z) - 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) - Management and Detection System for Medical Surgical Equipment [68.8204255655161]
保存外科体 (Retained surgical body, RSB) は、外科手術後に患者の体内に残された異物である。
本稿では、我々が設計空間を探索し、実現可能なソリューションを定義し、最先端のサイバー物理システムをシミュレートし、検証し、検証するために行った技術プロセスについて述べる。
論文 参考訳(メタデータ) (2022-11-04T10:19:41Z) - Exploring Runtime Decision Support for Trauma Resuscitation [7.3268099910347715]
我々は,実行時次分間のアクティビティ予測を提供する治療推薦システムを開発した。
このシステムは、患者コンテキスト(例えば、人口統計学やバイタルサイン)とプロセスコンテキスト(例えば、活動)を使用して、次の数分で実行されるアクティビティを継続的に予測する。
ベストモデルの平均F1スコアは61種類の活動に対して0.67であった。
論文 参考訳(メタデータ) (2022-07-06T19:02:43Z) - 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) - 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。