論文の概要: Parkinson's Disease Freezing of Gait (FoG) Symptom Detection Using Machine Learning from Wearable Sensor Data

• arxiv url: http://arxiv.org/abs/2506.12561v1
• Date: Sat, 14 Jun 2025 16:07:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.485976
• Title: Parkinson's Disease Freezing of Gait (FoG) Symptom Detection Using Machine Learning from Wearable Sensor Data
• Title（参考訳）: ウェアラブルセンサデータを用いたParkinson病の歩行(FoG)症状検出
• Authors: Mahmudul Hasan,
• Abstract要約: 歩行凍結はパーキンソン病(PD)患者にみられる特別な症状である 患者が着用する加速度計は、これらのエピソードの間の動きデータを記録でき、機械学習アルゴリズムはこの情報を分類するのに有用である。 本稿では,加速度センサデータ中のFoG事象を特定するために,Transformer-Bi-LSTM融合モデルを提案する。
• 参考スコア（独自算出の注目度）: 0.8158530638728501
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Freezing of gait (FoG) is a special symptom found in patients with Parkinson's disease (PD). Patients who have FoG abruptly lose the capacity to walk as they normally would. Accelerometers worn by patients can record movement data during these episodes, and machine learning algorithms can be useful to categorize this information. Thus, the combination may be able to identify FoG in real time. In order to identify FoG events in accelerometer data, we introduce the Transformer Encoder-Bi-LSTM fusion model in this paper. The model's capability to differentiate between FoG episodes and normal movement was used to evaluate its performance, and on the Kaggle Parkinson's Freezing of Gait dataset, the proposed Transformer Encoder-Bi-LSTM fusion model produced 92.6% accuracy, 80.9% F1 score, and 52.06% in terms of mean average precision. The findings highlight how Deep Learning-based approaches may progress the field of FoG identification and help PD patients receive better treatments and management plans.
• Abstract（参考訳）: 歩行凍結症 (FoG) はパーキンソン病(PD)患者の特別な症状である。 FoGを持つ患者は、通常通り歩く能力を失ってしまう。 患者が着用する加速度計は、これらのエピソードの間の動きデータを記録でき、機械学習アルゴリズムはこの情報を分類するのに有用である。 したがって、この組み合わせはFoGをリアルタイムで識別することができる。 本稿では,加速度センサデータ中のFoG事象を特定するために,Transformer Encoder-Bi-LSTM融合モデルを提案する。 FoGのエピソードと通常の動きを区別する能力は性能を評価するために用いられ、Kaggle ParkinsonのFreezing of Gaitデータセットでは、提案されたTransformer Encoder-Bi-LSTM融合モデルが92.6%の精度、80.9%のF1スコア、52.06%の精度で生成された。 この発見は、ディープラーニングに基づくアプローチがFoGの同定の分野を前進させ、PD患者がより良い治療と管理計画を受けるのにどう役立つかを強調している。

関連論文リスト

• Revisiting Automatic Data Curation for Vision Foundation Models in Digital Pathology [41.34847597178388]
  視覚基盤モデル(FM)は、全スライディング画像から抽出された高度に異質なタイルの組織学的特徴を表現することを学ぶ。 タイルレベルでの教師なし自動データキュレーションの可能性について検討し,3億5000万個のタイルを考慮に入れた。
  論文  参考訳（メタデータ） (2025-03-24T14:23:48Z)
• Synthetic Time Series Data Generation for Healthcare Applications: A PCG Case Study [43.28613210217385]
  我々は、PCGデータを生成するために、最先端の3つの生成モデルを採用し、比較する。 その結果,生成したPCGデータは元のデータセットによく似ていることがわかった。 今後の研究では、この手法をデータ拡張パイプラインに組み込んで、異常なPCG信号を心臓の大腿骨で合成する予定である。
  論文  参考訳（メタデータ） (2024-12-17T18:07:40Z)
• Parkinson's Disease Diagnosis Through Deep Learning: A Novel LSTM-Based Approach for Freezing of Gait Detection [1.7581090221681177]
  本稿では,パーキンソン病患者の歩行エピソードの凍結を自動的に検出するLSTMネットワークに基づく新しいディープラーニングアーキテクチャを提案する。 提案手法は, FOG エピソード検出における現在の最先端モデルを超え, 精度97.71%, 精度98%, 特異性96%を達成している。
  論文  参考訳（メタデータ） (2024-12-09T17:58:24Z)
• Freezing of Gait Detection Using Gramian Angular Fields and Federated Learning from Wearable Sensors [6.369424231505372]
  歩行凍結(英: Freezing of Gait、FOG)はパーキンソン病の症状である。 本稿では,単一センサのみを用いた実世界展開型FOG検出システムFOGSenseを提案する。
  論文  参考訳（メタデータ） (2024-11-18T17:43:43Z)
• SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms [60.35639972035727]
  公開されている注釈付きデータセットの欠如は、堅牢で機械学習駆動のセグメンテーションアルゴリズムの開発を妨げている。 SMILE-UHURAチャレンジは、7T MRIで取得したTime-of-Flightアンジオグラフィーの注釈付きデータセットを提供することで、公開されている注釈付きデータセットのギャップに対処する。 Diceスコアは、それぞれのデータセットで0.838 $pm$0.066と0.716 $pm$ 0.125まで到達し、平均パフォーマンスは0.804 $pm$ 0.15までになった。
  論文  参考訳（メタデータ） (2024-11-14T17:06:00Z)
• Machine Learning for ALSFRS-R Score Prediction: Making Sense of the Sensor Data [44.99833362998488]
  筋萎縮性側索硬化症(Amyotrophic Lateral Sclerosis、ALS)は、急速に進行する神経変性疾患である。 iDPP@CLEF 2024チャレンジを先導した今回の調査は,アプリから得られるセンサデータを活用することに焦点を当てている。
  論文  参考訳（メタデータ） (2024-07-10T19:17:23Z)
• Improvement of Performance in Freezing of Gait detection in Parkinsons Disease using Transformer networks and a single waist worn triaxial accelerometer [1.5809770996457706]
  歩行の凍結(FOG)はパーキンソン病の最も無力な症状の1つである。 本稿では、トランスフォーマーと畳み込みネットワークに基づく新しい分類アルゴリズムと、単体回転三軸加速度計を用いた自動FOG検出の進歩について述べる。
  論文  参考訳（メタデータ） (2024-04-04T09:02:17Z)
• Freezing of Gait Prediction From Accelerometer Data Using a Simple 1D-Convolutional Neural Network -- 8th Place Solution for Kaggle's Parkinson's Freezing of Gait Prediction Competition [0.0]
  パーキンソン病(PD)患者における歩行凍結(FOG)は一般的な運動症状である 本研究では,加速度センサデータからFOGイベントを検出するための,単純な1次元畳み込みニューラルネットワークを提案する。 モデルがパーキンソンズ・フリーズ・オブ・ゲイト予測大会で1379チーム中8位にランクインした。
  論文  参考訳（メタデータ） (2023-07-07T09:28:04Z)
• Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing Parkinson's Disease Motor Severity [39.51722822896373]
  パーキンソン病(英: Parkinson's disease、PD)は、運動機能に影響を及ぼす進行性神経疾患である。 PD障害の身体的重症度は、運動障害学会統一パーキンソン病評価尺度によって定量化することができる。 MDS-UPDRSの歩行スコアに基づいて、個人が撮影する非侵襲的な映像を観察し、3次元の身体骨格を抽出し、時間を通して追跡し、運動を分類するコンピュータビジョンベースモデルを提案する。
  論文  参考訳（メタデータ） (2020-07-17T11:49:30Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

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。