論文の概要: Unobtrusive Monitoring of Physical Weakness: A Simulated Approach

• arxiv url: http://arxiv.org/abs/2406.10045v1
• Date: Fri, 14 Jun 2024 13:52:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-17 13:25:54.938056
• Title: Unobtrusive Monitoring of Physical Weakness: A Simulated Approach
• Title（参考訳）: 物理的弱さの非閉塞モニタリング : シミュレーションによるアプローチ
• Authors: Chen Long-fei, Muhammad Ahmed Raza, Craig Innes, Subramanian Ramamoorthy, Robert B. Fisher,
• Abstract要約: 高齢化や慢性的な状態は、高齢者の日常生活に影響を与え、発達する健康問題の早期発見が不可欠である。 我々は、非侵入型カメラセンサーを用いて、個人の毎日の座り方やリラックスした活動を監視し、弱さの兆候を検知する。 健康な被験者の身体運動を行い,運動前後の日常生活行動の変化を観察することにより,弱さをシミュレートする。
• 参考スコア（独自算出の注目度）: 22.856249489748617
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Aging and chronic conditions affect older adults' daily lives, making early detection of developing health issues crucial. Weakness, common in many conditions, alters physical movements and daily activities subtly. However, detecting such changes can be challenging due to their subtle and gradual nature. To address this, we employ a non-intrusive camera sensor to monitor individuals' daily sitting and relaxing activities for signs of weakness. We simulate weakness in healthy subjects by having them perform physical exercise and observing the behavioral changes in their daily activities before and after workouts. The proposed system captures fine-grained features related to body motion, inactivity, and environmental context in real-time while prioritizing privacy. A Bayesian Network is used to model the relationships between features, activities, and health conditions. We aim to identify specific features and activities that indicate such changes and determine the most suitable time scale for observing the change. Results show 0.97 accuracy in distinguishing simulated weakness at the daily level. Fine-grained behavioral features, including non-dominant upper body motion speed and scale, and inactivity distribution, along with a 300-second window, are found most effective. However, individual-specific models are recommended as no universal set of optimal features and activities was identified across all participants.
• Abstract（参考訳）: 高齢化や慢性的な状態が高齢者の日常生活に影響を与え、発達する健康問題の早期発見が重要となる。 多くの状況で一般的な弱さは、身体運動や日常の活動を微妙に変化させる。 しかし、その微妙で段階的な性質のため、このような変化を検出することは困難である。 これを解決するために、非侵入型カメラセンサを用いて、個人の毎日の座位とリラックス活動を監視し、弱さの兆候を検知する。 健康な被験者の身体運動を行い,運動前後の日常生活行動の変化を観察することにより,弱さをシミュレートする。 提案システムは,プライバシを優先しながら,身体の動き,不活性,環境状況に関する細かな特徴をリアルタイムに把握する。 ベイズネットワークは、特徴、活動、健康状態の関係をモデル化するために使用される。 このような変化を示す特定の特徴や活動を特定し、変化を観察するのに最適な時間尺度を決定することを目的としている。 その結果、日次レベルでのシミュレーション弱さを区別する精度は0.97である。 非支配的な上半身の運動速度やスケール、不活性分布、300秒の窓など、きめ細かい行動特性が最も効果的である。 しかしながら、個人固有のモデルは、最適な特徴の普遍的なセットがなく、すべての参加者で活動が特定されることが推奨されている。

関連論文リスト

• Countrywide natural experiment reveals impact of built environment on physical activity [55.93314719065985]
  より歩行可能な建築環境は、人口全体の活動を増加させる可能性を秘めている。 歩行性の増加は、移動後の身体活動の著しい増加と関連している。 MVPA(Modrate-to-vigorous physical activity)は、様々な健康上の利益と結びついている。
  論文  参考訳（メタデータ） (2024-06-07T00:11:17Z)
• MISO: Monitoring Inactivity of Single Older Adults at Home using RGB-D Technology [5.612499701087411]
  高齢者の自宅における移動の欠如をリアルタイムにモニタリングするための新しいアプリケーションを提案する。 高齢者の日常生活行動を監視するために,地域家庭における軽量カメラ監視システムを開発した。
  論文  参考訳（メタデータ） (2023-11-03T21:51:33Z)
• Sleep Activity Recognition and Characterization from Multi-Source Passively Sensed Data [67.60224656603823]
  睡眠活動認識法は、被験者の睡眠覚醒サイクルを評価し、監視し、特徴づけ、行動の変化を検出する指標を提供することができる。 本稿では,スマートフォンから受動的に知覚されたデータを連続的に操作して,睡眠の特徴を識別し,重要な睡眠エピソードを識別する一般的な方法を提案する。 これらの装置は、その用途により、連続的で客観的で非侵襲的な方法で被験者の生体リズムをプロファイルするための優れた代替データ源となっている。
  論文  参考訳（メタデータ） (2023-01-17T15:18:45Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• 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)
• Imposing Temporal Consistency on Deep Monocular Body Shape and Pose Estimation [67.23327074124855]
  本稿では,適合過程における時間的制約の統合に対するエレガントな解法を提案する。 我々は、顎ポーズ、表情、指ポーズを含む人物の形状と動きを表す一連の身体モデルのパラメーターを導出する。 本手法は,表情や手話を含む画像系列からリアルな3次元体モデルの導出を可能にする。
  論文  参考訳（メタデータ） (2022-02-07T11:11:55Z)
• RunnerDNA: Interpretable indicators and model to characterize human activity pattern and individual difference [8.820303797376752]
  5つの解釈可能な指標、バランス、ストライド、ステアリング、安定性、振幅からなるRunnerDNAの概念が、個々のレベルでの人間の活動を記述するために提案された。 歩行,ランニング,自転車などの身体活動に従事するボランティア33名を対象に,スマートフォンのマルチセンサデータを収集した。 インジケータはランダムな森林モデルを構築し、運動活動とユーザのアイデンティティを認識するために使用される。
  論文  参考訳（メタデータ） (2022-01-19T01:09:30Z)
• Estimation of Physical Activity Level and Ambient Condition Thresholds for Respiratory Health using Smartphone Sensors [0.0]
  本稿では,運動誘発呼吸状態(EiRCs)の症状を誘発する身体活動閾値を推定するために,スマートフォンにおける運動センサの可能性について検討する。 計算はSMA(Signal Magnitude Area)とEE(Energy Expenditure)の相関に基づく。 健康な個人から収集した実時間データを用いて,ElectRCを用いた個人の身体活動のレベルを調節するツールとして携帯電話の可能性を示した。
  論文  参考訳（メタデータ） (2021-12-11T14:25:41Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Predicting Parkinson's Disease with Multimodal Irregularly Collected Longitudinal Smartphone Data [75.23250968928578]
  パーキンソン病は神経疾患であり、高齢者に多い。 伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。 そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-09-25T01:50:15Z)

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。