Fugu-MT 論文翻訳(概要): Low-Back Pain Physical Rehabilitation by Movement Analysis in Clinical Trial

論文の概要: Low-Back Pain Physical Rehabilitation by Movement Analysis in Clinical Trial

arxiv url: http://arxiv.org/abs/2601.06138v1
Date: Mon, 05 Jan 2026 13:22:05 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-13 19:08:00.605015
Title: Low-Back Pain Physical Rehabilitation by Movement Analysis in Clinical Trial
Title（参考訳）: 運動解析による腰痛の身体リハビリテーション : 臨床治験における検討
Authors: Sao Mai Nguyen,
Abstract要約: 本稿では,リハビリテーションのための知的学習システム(ITS)を実現するための臨床収集データセットであるKeraalデータセットを紹介する。運動監視における4つの課題 - 動作評価、エラー認識、空間的局所化、時間的局所化 - に対処する。
参考スコア（独自算出の注目度）: 2.7074235008521246
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: To allow the development and assessment of physical rehabilitation by an intelligent tutoring system, we propose a medical dataset of clinical patients carrying out low back-pain rehabilitation exercises and benchmark on state of the art human movement analysis algorithms. This dataset is valuable because it includes rehabilitation motions in a clinical setting with patients in their rehabilitation program. This paper introduces the Keraal dataset, a clinically collected dataset to enable intelligent tutoring systems (ITS) for rehabilitation. It addresses four challenges in exercise monitoring: motion assessment, error recognition, spatial localization, temporal localization
Abstract（参考訳）: 知的学習システムによる身体リハビリテーションの発達と評価を可能にするため,低背痛リハビリテーション演習を行う臨床患者の医療データセットと最先端の人体運動分析アルゴリズムのベンチマークを提案する。このデータセットは、リハビリテーションプログラムで患者との臨床環境でのリハビリテーション運動を含むので、有用である。本稿では,リハビリテーションのための知的学習システム(ITS)を実現するための臨床収集データセットであるKeraalデータセットを紹介する。運動監視における4つの課題に対処する: 運動評価、誤り認識、空間的局所化、時間的局所化

関連論文リスト

Rehabilitation Exercise Quality Assessment and Feedback Generation Using Large Language Models with Prompt Engineering [1.9827390755712084]
運動に基づくリハビリテーションは、生活の質を改善し、死亡率、死亡率、リハビリテーションを減らす。仮想プラットフォームでは、患者が自宅で所定のエクササイズを完了し、AIアルゴリズムがパフォーマンスを分析し、フィードバックを提供し、臨床医を更新します。本研究では,リハビリテーション訓練を行った患者の骨格関節から運動特異的な特徴を抽出し,訓練済み言語モデルに入力する手法を提案する。
論文参考訳（メタデータ） (2025-05-23T22:39:10Z)
Automatic Temporal Segmentation for Post-Stroke Rehabilitation: A Keypoint Detection and Temporal Segmentation Approach for Small Datasets [2.727171735150599]
ストロークは主に高齢者に影響を及ぼし、65歳以上の高齢者では75%が発症する。現在の評価方法は、主観的、一貫性がなく、時間を要することが多い。本研究は、一貫性と時間的分析のソリューションを提供することにより、これらの課題に対処することを目的としている。
論文参考訳（メタデータ） (2025-02-27T05:05:52Z)
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)
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)
Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
論文参考訳（メタデータ） (2022-09-14T15:33:30Z)
Vogtareuth Rehab Depth Datasets: Benchmark for Marker-less Posture Estimation in Rehabilitation [55.41644538483948]
本研究では,リハビリテーションを行う患者の深度画像と2次元ポーズ情報を含む2つのリハビリテーション特異的ポーズデータセットを提案する。我々は、非リハブベンチマークデータセットに基づいてトレーニングされた、最先端のマーカーレス姿勢推定モデルを用いている。私たちのデータセットは、リハビリ特有の複雑な姿勢を検出するために、ポーズモデルを訓練するのに使用できます。
論文参考訳（メタデータ） (2021-08-23T16:18:26Z)
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)
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。