論文の概要: FM-FoG: A Real-Time Foundation Model-based Wearable System for Freezing-of-Gait Mitigation

• arxiv url: http://arxiv.org/abs/2509.24176v1
• Date: Mon, 29 Sep 2025 01:45:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.680415
• Title: FM-FoG: A Real-Time Foundation Model-based Wearable System for Freezing-of-Gait Mitigation
• Title（参考訳）: FM-FoG:フリーズ・オブ・ゲイト解消のためのリアルタイム基礎モデルに基づくウェアラブルシステム
• Authors: Chuntian Chi, John Clapham, Leslie Cloud, Ingrid Pretzer-Aboff, GinaMari Blackwell, Huajie Shao, Gang Zhou,
• Abstract要約: フリーズ・オブ・ゲイト(FoG)は、パーキンソン病(PD)患者の50%以上に影響を与える。 現在のFoG検出システムは、患者固有の広範なトレーニングデータを必要とし、一般化が欠如している。 FM-FoGは, 患者固有の訓練を受けずに, 未確認患者のFoG検出を実現するための, リアルタイム基礎モデルに基づくウェアラブルシステムである。
• 参考スコア（独自算出の注目度）: 10.78146331999843
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Freezing-of-Gait (FoG) affects over 50% of mid-to-late stage Parkinson's disease (PD) patients, significantly impairing patients' mobility independence and reducing quality of life. FoG is characterized by sudden episodes where walking cannot start or is interrupted, occurring exclusively during standing or walking, and never while sitting or lying down. Current FoG detection systems require extensive patient-specific training data and lack generalization, limiting clinical deployment. To address these issues, we introduce FM-FoG, a real-time foundation model-based wearable system achieving FoG detection in unseen patients without patient-specific training. Our approach combines self-supervised pretraining on diverse Inertial Measurement Unit (IMU) datasets with sensor context integration. Since FoG occurs only during ambulatory activities, a lightweight CNN-LSTM activity classifier selectively activates the foundation model only during walking or standing, avoiding unnecessary computation. Evaluated on the VCU FoG-IMU dataset with 23 PD patients, FM-FoG achieves a 98.5% F1-score when tested on previously unseen patients, substantially outperforming competitive baseline methods. Deployed on a Google Pixel 8a smartphone, the system extends battery life by up to 72% while maintaining sub-20ms intervention latency. The results indicate that our FM-FoG can enable practical, energy-efficient healthcare applications that generalize across patients without individual training requirements.
• Abstract（参考訳）: フリーズ・オブ・ゲイト(FoG)は、パーキンソン病(PD)患者の50%以上に影響し、患者の移動性独立を著しく損なうとともに、生活の質を低下させる。 FoGは、歩行が開始または中断できない突然のエピソードを特徴とし、立ち上がりや歩行中にのみ発生し、座ったり横になったりしない。 現在のFoG検出システムは、患者固有の広範なトレーニングデータを必要とし、一般化が欠如し、臨床展開が制限されている。 これらの課題に対処するため,FM-FoGは,患者固有のトレーニングを伴わずにFoG検出を実現するリアルタイム基礎モデルに基づくウェアラブルシステムである。 提案手法は,各種慣性計測ユニット(IMU)データセットとセンサコンテキストの統合による自己教師付き事前トレーニングを併用する。 FoGは、増幅活動中にのみ発生するため、軽量なCNN-LSTMアクティビティ分類器は、歩行時や立位時のみ基礎モデルを選択的に活性化し、不要な計算を避ける。 FM-FoGは、23 PD患者のVCU FoG-IMUデータセットに基づいて評価され、これまで見つからなかった患者でテストした場合、98.5%のF1スコアを達成する。 Google Pixel 8aスマートフォン上に展開され、バッテリー寿命を最大72%延長し、20ミリ秒以下の介入遅延を維持している。 その結果、FM-FoGは、個別の訓練を必要とせず、患者を対象とする実用的でエネルギー効率の高い医療アプリケーションを実現できることが示唆された。

関連論文リスト

• Organ-Agents: Virtual Human Physiology Simulator via LLMs [66.40796430669158]
  オルガン-エージェント(Organ-Agents)は、LDM駆動のエージェントを介して人間の生理学をシミュレートする多エージェントフレームワークである。 症例は7,134例,コントロール7,895例で,9系統および125変数にわたる高分解能トラジェクトリを作成した。 臓器抗原は4,509人の保留患者に対して高いシミュレーション精度を達成し, システムごとのMSE0.16とSOFA系重症度層間の堅牢性を示した。
  論文  参考訳（メタデータ） (2025-08-20T01:58:45Z)
• Parkinson's Disease Freezing of Gait (FoG) Symptom Detection Using Machine Learning from Wearable Sensor Data [0.8158530638728501]
  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。
  論文  参考訳（メタデータ） (2025-06-14T16:07:17Z)
• A Vector-Quantized Foundation Model for Patient Behavior Monitoring [41.48188433408574]
  本稿では,スマートフォンやウェアラブルデバイスからの実世界のデータを処理するために設計されたベクトル量子化変分自動エンコーダを改良した基礎モデルを提案する。 本研究では, 個別の潜伏表現を利用して, 微調整を必要とせず, 2つの下流課題, 自殺リスク評価, 情緒的状態予測を効果的に実施した。
  論文  参考訳（メタデータ） (2025-03-19T14:01:16Z)
• 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)
• FEDMEKI: A Benchmark for Scaling Medical Foundation Models via Federated Knowledge Injection [83.54960238236548]
  FEDMEKIはデータのプライバシーを守るだけでなく、医療基盤モデルの能力を高める。 FEDMEKIは、医療ファンデーションモデルに対して、直接データを公開することなく、幅広い医療知識から学ぶことを可能にする。
  論文  参考訳（メタデータ） (2024-08-17T15:18:56Z)
• 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)
• Multimodal Physical Fitness Monitoring (PFM) Framework Based on TimeMAE-PFM in Wearable Scenarios [2.0038092385053994]
  本稿では,改良されたTimeMAEに基づくマルチモーダルPFMフレームワークを提案する。 時系列データを低次元の潜在空間に圧縮し、自己強調型アテンションモジュールを統合する。 その結果、70.6%の精度と82.20%のAUCが、他の最先端の時系列分類モデルを上回った。
  論文  参考訳（メタデータ） (2024-03-25T16:23:43Z)
• 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)
• Exploiting prompt learning with pre-trained language models for Alzheimer's Disease detection [70.86672569101536]
  アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。 本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
  論文  参考訳（メタデータ） (2022-10-29T09:18:41Z)
• Self-supervised contrastive learning of echocardiogram videos enables label-efficient cardiac disease diagnosis [48.64462717254158]
  心エコービデオを用いた自己教師型コントラスト学習手法であるエコーCLRを開発した。 左室肥大症 (LVH) と大動脈狭窄症 (AS) の分類成績は,EchoCLR の訓練により有意に改善した。 EchoCLRは、医療ビデオの表現を学習する能力に特有であり、SSLがラベル付きデータセットからラベル効率の高い疾患分類を可能にすることを実証している。
  論文  参考訳（メタデータ） (2022-07-23T19:17:26Z)

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。