論文の概要: A Telerehabilitation System for the Selection, Evaluation and Remote
Management of Therapies
- arxiv url: http://arxiv.org/abs/2401.08721v1
- Date: Tue, 16 Jan 2024 08:35:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-18 18:13:20.327606
- Title: A Telerehabilitation System for the Selection, Evaluation and Remote
Management of Therapies
- Title(参考訳): 治療選択・評価・遠隔管理のためのテレリハビリテーションシステム
- Authors: David Anton, Idoia Berges, Jes\'us Berm\'udez, Alfredo Go\~ni, Arantza
Illarramendi
- Abstract要約: 本論文の主な貢献は、Kinectベースの遠隔リハビリテーションシステム(KiReS)がサポートするすべての機能を示すことである。
知識抽出機能は、患者の理学療法記録と治療プロトコルに関する知識を扱う。
テレメレーション機能は、遠隔リハビリテーションを行う際に便利で、効果的で、ユーザフレンドリーな体験を提供する。
- 参考スコア(独自算出の注目度): 0.044998333629984864
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Telerehabilitation systems that support physical therapy sessions anywhere
can help save healthcare costs while also improving the quality of life of the
users that need rehabilitation. The main contribution of this paper is to
present, as a whole, all the features supported by the innovative Kinect-based
Telerehabilitation System (KiReS). In addition to the functionalities provided
by current systems, it handles two new ones that could be incorporated into
them, in order to give a step forward towards a new generation of
telerehabilitation systems. The knowledge extraction functionality handles
knowledge about the physical therapy record of patients and treatment protocols
described in an ontology, named TRHONT, to select the adequate exercises for
the rehabilitation of patients. The teleimmersion functionality provides a
convenient, effective and user-friendly experience when performing the
telerehabilitation, through a two-way real-time multimedia communication. The
ontology contains about 2300 classes and 100 properties, and the system allows
a reliable transmission of Kinect video depth, audio and skeleton data, being
able to adapt to various network conditions. Moreover, the system has been
tested with patients who suffered from shoulder disorders or total hip
replacement.
- Abstract(参考訳): 理学療法セッションをどこでもサポートするテレリハビリテーションシステムは、医療費の削減とリハビリテーションを必要とするユーザーの生活の質の向上に役立つ。
本論文の主な貢献は、Kinectベースの遠隔リハビリテーションシステム(KiReS)がサポートするすべての機能を示すことである。
現在のシステムが提供する機能に加えて、新しい世代の遠隔リハビリテーションシステムへの一歩を踏み出すために、それらに組み込まれる可能性のある2つの新しいシステムを扱う。
知識抽出機能は、患者の理学療法記録と、TRHONTと呼ばれるオントロジーで記述された治療プロトコルに関する知識を処理し、患者のリハビリテーションに適切なエクササイズを選択する。
遠隔操作機能は、双方向のリアルタイムマルチメディア通信を通じてテレリハビリテーションを行う際に、便利で効果的でユーザフレンドリーなエクスペリエンスを提供する。
オントロジーには約2300のクラスと100のプロパティが含まれており、kinectのビデオ深度、オーディオ、スケルトンデータの信頼できる送信が可能で、様々なネットワーク条件に適応することができる。
さらに,肩関節障害や人工股関節置換術を施行した患者を対象に,本システムについて検討した。
関連論文リスト
- 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) - 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) - 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) - 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) - Review of Machine Learning Algorithms for Brain Stroke Diagnosis and
Prognosis by EEG Analysis [50.591267188664666]
ストローク(Strokes)は、アメリカ合衆国の成人障害の主要な原因である。
脳-コンピュータインタフェース(Brain-Computer Interfaces、BCI)は、患者の神経経路の回復または電子補綴器との効果的なコミュニケーションを支援する。
さまざまな機械学習技術とアルゴリズムをBCI技術と組み合わせることで、脳卒中治療にBCIを使うことは、有望で急速に拡大する分野であることを示している。
論文 参考訳(メタデータ) (2020-08-06T19:50:29Z) - 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。