論文の概要: Assessing Upper Limb Motor Function in the Immediate Post-Stroke Perioud Using Accelerometry

• arxiv url: http://arxiv.org/abs/2311.04226v1
• Date: Wed, 1 Nov 2023 18:43:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-12 19:34:47.339187
• Title: Assessing Upper Limb Motor Function in the Immediate Post-Stroke Perioud Using Accelerometry
• Title（参考訳）: 加速度計を用いた即時後腹膜上肢運動機能の評価
• Authors: Mackenzie Wallich, Kenneth Lai, and Svetlana Yanushkevich
• Abstract要約: 本研究の目的は、脳卒中患者の上肢運動機能の急激な変化を監視し、迅速に検出するために、加速度計による測定も利用できるかどうかを判断することである。 6つの二分分類モデルが, 頭蓋上肢加速度計の特徴値の変動時間に基づいて作成した。 分類モデルでは、AUC(Area Under the Curve)スコアは15分間のデータウィンドウで0.72から0.82から120分間のデータウィンドウで0.77から0.94まで変化した。
• 参考スコア（独自算出の注目度）: 0.6390468088226495
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accelerometry has been extensively studied as an objective means of measuring upper limb function in patients post-stroke. The objective of this paper is to determine whether the accelerometry-derived measurements frequently used in more long-term rehabilitation studies can also be used to monitor and rapidly detect sudden changes in upper limb motor function in more recently hospitalized stroke patients. Six binary classification models were created by training on variable data window times of paretic upper limb accelerometer feature data. The models were assessed on their effectiveness for differentiating new input data into two classes: severe or moderately severe motor function. The classification models yielded Area Under the Curve (AUC) scores that ranged from 0.72 to 0.82 for 15-minute data windows to 0.77 to 0.94 for 120-minute data windows. These results served as a preliminary assessment and a basis on which to further investigate the efficacy of using accelerometry and machine learning to alert healthcare professionals to rapid changes in motor function in the days immediately following a stroke.
• Abstract（参考訳）: 加速度計はストローク後患者の上肢機能を測定する客観的手段として広く研究されている。 本研究の目的は, 最近入院した脳卒中患者の上肢運動機能の急激な変化をモニターし, 迅速に検出するために, 長期リハビリテーション研究で頻繁に使用される加速度計による測定値が有効かどうかを判断することである。 6つの二分分類モデルが, 頭蓋上肢加速度計の特徴データの変動時間に基づいて作成した。 モデルは、新しい入力データを、重度または中等度の運動機能という2つのクラスに分けて評価した。 分類モデルは,15分間のデータウィンドウでは 0.72 から 0.82 まで,120 分間のデータウィンドウでは 0.77 から 0.94 まで,曲線下 (auc) のスコアを得た。 これらの結果は、脳卒中直後にの運動機能の変化を医療従事者に警告するために加速度計と機械学習の有効性をさらに調査するための予備的評価と基礎となった。

関連論文リスト

• REST: Efficient and Accelerated EEG Seizure Analysis through Residual State Updates [54.96885726053036]
  本稿では,リアルタイム脳波信号解析のための新しいグラフベース残状態更新機構(REST)を提案する。 グラフニューラルネットワークとリカレント構造の組み合わせを活用することで、RESTは、非ユークリッド幾何学とEEGデータ内の時間的依存関係の両方を効率的にキャプチャする。 本モデルは,発作検出と分類作業において高い精度を示す。
  論文  参考訳（メタデータ） (2024-06-03T16:30:19Z)
• The Potential of Wearable Sensors for Assessing Patient Acuity in Intensive Care Unit (ICU) [12.359907390320453]
  エクイティアセスメントは、タイムリーな介入と公平なリソース割り当てを提供するために、重要なケア設定において不可欠である。 従来のAcuityスコアには、ICUの回復や劣化を示す、患者のモビリティレベルなどの詳細な情報が含まれていない。 本研究では,手首の加速度計から収集したモビリティデータとEHRから得られた臨床データとを統合してAIによる明度評価スコアを作成することによる影響について検討した。
  論文  参考訳（メタデータ） (2023-11-03T21:52:05Z)
• A Federated Learning Framework for Stenosis Detection [70.27581181445329]
  本研究は,冠動脈造影画像(CA)の狭窄検出におけるFL(Federated Learning)の使用について検討した。 アンコナのOspedale Riuniti(イタリア)で取得した200人の患者1219枚の画像を含む2施設の異種データセットについて検討した。 データセット2には、文献で利用可能な90人の患者からの7492のシーケンシャルな画像が含まれている。
  論文  参考訳（メタデータ） (2023-10-30T11:13:40Z)
• Gait Event Detection and Travel Distance Using Waist-Worn Accelerometers across a Range of Speeds: Automated Approach [4.826264675070211]
  本稿ではウェアラブル加速度計の新しい校正法を提案する。 ステップを検出し、ストライドの長さを推定し、走行距離を決定することを目的としている。 このアプローチには、臨床観察、機械学習に基づくステップ検出、回帰に基づくストライド長予測の組み合わせが含まれる。
  論文  参考訳（メタデータ） (2023-07-10T19:25:45Z)
• Continuous time recurrent neural networks: overview and application to forecasting blood glucose in the intensive care unit [56.801856519460465]
  連続時間自己回帰リカレントニューラルネットワーク(Continuous Time Autoregressive Recurrent Neural Network, CTRNN)は、不規則な観測を考慮に入れたディープラーニングモデルである。 重篤なケア環境下での血糖値の確率予測へのこれらのモデルの適用を実証する。
  論文  参考訳（メタデータ） (2023-04-14T09:39:06Z)
• MAPPING: Model Average with Post-processing for Stroke Lesion Segmentation [57.336056469276585]
  我々は nnU-Net フレームワークに基づく脳卒中病変のセグメンテーションモデルを提案し, ストローク後の解剖学的トレースに応用する。 本手法は,2022年のMICCAI ATLAS Challengeにおいて,平均Diceスコアが0.6667,Lesion-wise F1スコアが0.5643,Simple Lesion Countスコアが4.5367,Volume differenceスコアが8804.9102であった。
  論文  参考訳（メタデータ） (2022-11-11T14:17:04Z)
• Shape Analysis for Pediatric Upper Body Motor Function Assessment [1.7434874566844876]
  脊髄筋萎縮症(SMA)やデュシェンヌ筋ジストロフィー(DMD)などの神経筋疾患は進行性筋変性と運動機能の喪失を引き起こす。 従来の上肢運動機能評価は、患者の運動を定量的に測定するものではない。 本稿では,曲線登録と形状解析を用いて,平均基準形状を抽出しながら時間的に軌道を整列する。
  論文  参考訳（メタデータ） (2022-09-10T17:02:31Z)
• Automated Mobility Context Detection with Inertial Signals [7.71058263701836]
  本研究の主な目的は,日常の運動機能の遠隔監視のためのコンテキスト検出について検討することである。 本研究の目的は、ウェアラブル加速度計でサンプリングされた慣性信号が、歩行関連活動を屋内または屋外に分類するための信頼性の高い情報を提供するかを理解することである。
  論文  参考訳（メタデータ） (2022-05-16T09:34:43Z)
• SOUL: An Energy-Efficient Unsupervised Online Learning Seizure Detection Classifier [68.8204255655161]
  神経活動を記録して発作を検出するインプラントデバイスは、発作を抑えるために警告を発したり神経刺激を誘発したりするために採用されている。 移植可能な発作検出システムでは、低出力で最先端のオンライン学習アルゴリズムを使用して、神経信号のドリフトに動的に適応することができる。 SOULはTSMCの28nmプロセスで0.1mm2を占め、1.5nJ/分級エネルギー効率を実現した。
  論文  参考訳（メタデータ） (2021-10-01T23:01:20Z)
• Automated Stroke Rehabilitation Assessment using Wearable Accelerometers in Free-Living Environments [13.850999550050428]
  伝統的な脳卒中リハビリテーション評価法は主観的で高価である。 評価スコアを客観的に予測できる自動システムを開発した。 急性期および慢性期の患者のシステム評価のための総合的な実験を行った。
  論文  参考訳（メタデータ） (2020-09-17T02:10:48Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)

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。