論文の概要: An Integrated Soft Robotic System for Measuring Vital Signs in Search and Rescue Environments
- arxiv url: http://arxiv.org/abs/2604.00971v1
- Date: Wed, 01 Apr 2026 14:42:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-02 16:44:32.039137
- Title: An Integrated Soft Robotic System for Measuring Vital Signs in Search and Rescue Environments
- Title（参考訳）: 検索・救助環境における生体信号計測のためのソフトロボットシステム
- Authors: Jorge Francisco García-Samartín, Christyan Cruz Ulloa, Andrés Sánchez-Silva, Jaime del Cerro, Antonio Barrientos,
- Abstract要約: この作業はソフトグリップを設計し、それを移動ロボットシステムに統合する。
グリップは、被害者の腕を包み込み、特殊な可搬性システムによって促進されるフィグマノメーターのように膨らむように設計されている。
これらの結果は、このシステムが心拍数と血圧を正確に決定できる能力があることを証明し、探索と救助に適していることを示した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Robots are frequently utilized in search-and-rescue operations. In recent years, significant advancements have been made in the field of victim assessment. However, there are still open issues regarding heart rate measurement, and no studies have been found that assess pressure in post-disaster scenarios. This work designs a soft gripper and integrates it into a mobile robotic system, thereby creating a device capable of measuring the pulse and blood pressure of victims in post-disaster environments. The gripper is designed to envelop the victim's arm and inflate like a sphygmomanometer, facilitated by a specialized portability system. The utilization of different signal processing algorithms has enabled the attainment of a pulse bias of \qty{4}{\bpm} and a bias of approximately \qty{5}{\mmHg} for systolic and diastolic pressures. The findings, in conjunction with the other statistical data and the validation of homoscedasticity in the error terms, prove the system's capacity to accurately determine heart rate and blood pressure, thereby rendering it suitable for search and rescue operations. Finally, a post-disaster has been employed as a test to validate the functionality of the entire system and to demonstrate its capacity to adapt to various victim positions, its measurement speed, and its safety for victims.
- Abstract（参考訳）: ロボットは捜索救助活動に頻繁に利用される。
近年,被害者評価の分野では大きな進歩がみられている。
しかし、まだ心拍数測定に関する未解決の問題があり、災害後のシナリオで圧力を評価する研究は発見されていない。
この研究はソフトグリップを設計し、それを移動ロボットシステムに統合することで、災害後の環境における犠牲者の脈拍と血圧を測定することができる装置を作成する。
グリップは、被害者の腕を包み込み、特殊な可搬性システムによって促進されるフィグマノメーターのように膨らむように設計されている。
異なる信号処理アルゴリズムの利用により、収縮および拡張期圧力に対するパルスバイアス \qty{4}{\bpm} とおよそ \qty{5}{\mmHg} のバイアスの達成が可能となった。
この結果は、他の統計データや、エラー項におけるホモシダスティック性の検証と合わせて、心拍数と血圧を正確に決定するシステムの能力を証明し、探索と救助に適していることを示した。
最終的に、システム全体の機能を検証するテストや、様々な犠牲者位置、測定速度、犠牲者の安全に適応する能力を示すテストとして、ポストディザスターが採用されている。
関連論文リスト
- A Multi-Robot Platform for Robotic Triage Combining Onboard Sensing and Foundation Models [51.02314427799649]
このシステムは無人航空機(UAV)と無人地上車両(UGV)の協調した地上チームを採用している。
UAVは死傷者の頭上での視界を識別し提供し、UGVは特殊なセンサーを装備し、バイタルサインを計測し、身体的な損傷を検知し、局所化する。
論文 参考訳（メタデータ） (2025-12-09T16:05:22Z) - Passive Measurement of Autonomic Arousal in Real-World Settings [17.490383024379053]
自律神経系(ANS)はストレス中に活性化される。
ANS活性は、心臓血管の健康、睡眠、免疫系、精神健康に悪影響を及ぼす可能性がある。
本稿では,広帯域の遠隔手首型センサによるANS活性化の連続的リモート計測手法を提案する。
論文 参考訳（メタデータ） (2025-04-30T00:45:13Z) - Leveraging Cardiovascular Simulations for In-Vivo Prediction of Cardiac Biomarkers [43.17768785084301]
我々は、新たに構築された心臓シミュレーションの大規模なデータセットに基づいて、無傷神経後部推定器を訓練する。
シミュレーションデータと実世界の測定値との整合性を改善するために,要素モデリング効果を取り入れた。
提案するフレームワークは,実世界のデータに対する予測能力を向上するために,インバイブなデータソースをさらに統合することができる。
論文 参考訳（メタデータ） (2024-12-23T13:05:17Z) - Simulation-based Inference for Cardiovascular Models [43.55219268578912]
シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。
臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。
我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
論文 参考訳（メタデータ） (2023-07-26T02:34:57Z) - Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation
of rPPG [2.82697733014759]
r(pg photoplethysmography)は、カメラで捉えたヘモグロビンの光吸収特性を用いてBVP(Blood Volume Pulse)を測定し、分析する技術である。
本研究は,多種多様なデータセットを対象とした様々なrベンチマーク手法の評価を行い,妥当性評価と比較を行うためのフレームワークを提供することを目的とする。
論文 参考訳（メタデータ） (2023-07-24T09:35:47Z) - PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal
Imputation [54.839600943189915]
モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。
豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。
このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
論文 参考訳（メタデータ） (2022-12-14T21:39:15Z) - A Supervised Learning Approach for Robust Health Monitoring using Face
Videos [32.157163136267954]
非接触型非接触型人体検知法は、特殊な心臓および血圧モニタリング装置の必要性をなくすことができる。
本稿では,市販のウェブカメラで撮影する顔ビデオのみを必要とする非接触方式を用いた。
提案手法では,顔のランドマークを用いて映像の各フレームの顔を検出する。
論文 参考訳（メタデータ） (2021-01-30T22:03:16Z) - Personalized Deep Learning for Ventricular Arrhythmias Detection on
Medical IoT Systems [17.966382901357118]
心室不整脈(VA)は突然死(SCD)の原因である
医療用IoTシステム上での深層学習に基づくVA検出のためのパーソナライズされたコンピューティングフレームワークを提案する。
心内および表面リズムモニターの両方でリアルタイムに推定を行う。
論文 参考訳（メタデータ） (2020-08-18T17:41:58Z) - 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。