論文の概要: LiDAR for Rehabilitation: A Comprehensive Survey of Applications, AI Techniques, and Future Directions
- arxiv url: http://arxiv.org/abs/2605.00879v1
- Date: Sun, 26 Apr 2026 08:59:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:49.441094
- Title: LiDAR for Rehabilitation: A Comprehensive Survey of Applications, AI Techniques, and Future Directions
- Title（参考訳）: リハビリテーションのためのLiDAR:アプリケーション、AI技術、今後の方向性に関する総合的な調査
- Authors: Soumia Siyoucef, Najmeddine Dhieb, Hakim Ghazzai, Eleonora Guanziroli, Franco Molteni, Gianluca Setti,
- Abstract要約: リハビリテーションは、目標運動、運動、刺激、その他の治療方法を通じて、移動性に制限のある患者が身体能力を取り戻すのを助けることを目的としている。
近年の技術進歩は、センサーベースのシステムをリハビリテーションや臨床実践に導入し、リアルタイムモニタリングを可能にし、運動精度の正確なフィードバックを提供する。
LiDARは強力な可能性を示しており、プライバシーを懸念するカメラベースのシステムや、不愉快でエラーを起こしやすいウェアラブルセンサーといった従来の技術に対して重要な利点を提供している。
- 参考スコア（独自算出の注目度）: 3.6360134963329145
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Rehabilitation aims to help patients with limited mobility regain their physical abilities through targeted movements, exercises, stimulation, and other therapeutic methods. Recent advances in technology have introduced sensor-based systems into rehabilitation and clinical practices, enabling real-time monitoring and providing accurate feedback on movement accuracy. Among these sensors, LiDAR has demonstrated strong potential, offering key advantages over conventional techniques such as camera-based systems, which raise privacy concerns, and wearable sensors, which can be uncomfortable and prone to errors. In this work, we review the applications of LiDAR in rehabilitation, post-injury care, and hospital environments, focusing on studies published between 2019 and 2025. Studies across several areas have been explored: 3D body scanning and gait analysis with standalone LiDAR, LiDAR mounted on robotic systems for rehabilitation, real-time monitoring and environment scanning for safe navigation, and activity and position recognition. We also analyze processing techniques, particularly learning-based approaches, and support the discussion with statistical analysis, highlighting trends, gaps, and future research opportunities. To the best of our knowledge, this is the first comprehensive survey dedicated to LiDAR for rehabilitation applications, providing an overview of current methods, AI-based processing techniques, and open challenges.
- Abstract（参考訳）: リハビリテーションは、目標運動、運動、刺激、その他の治療方法を通じて、移動性に制限のある患者が身体能力を取り戻すのを助けることを目的としている。
近年の技術進歩は、センサーベースのシステムをリハビリテーションや臨床実践に導入し、リアルタイムモニタリングを可能にし、運動精度の正確なフィードバックを提供する。
これらのセンサーのうち、LiDARは強力な可能性を示しており、プライバシーを心配するカメラベースのシステムや、不愉快でエラーを起こしやすいウェアラブルセンサーなど、従来の技術よりも重要な利点を提供している。
本研究は, リハビリテーション, 外傷後ケア, 病院環境におけるLiDARの応用について, 2019年から2025年の間に出版された研究に焦点をあてたものである。
独立したLiDARを用いた3Dボディスキャンと歩行解析、リハビリテーションのためのロボットシステムに搭載されたLiDAR、安全なナビゲーションのためのリアルタイムモニタリングと環境スキャン、アクティビティと位置認識など、さまざまな分野の研究が行われている。
また,処理技術,特に学習に基づくアプローチを分析し,統計分析,トレンドの強調,ギャップ,今後の研究機会について論じる。
私たちの知る限りでは、この調査はLiDARによるリハビリテーションアプリケーションのための総合的な調査としては初めてのもので、現在の方法、AIベースの処理技術、オープンな課題の概要を提供しています。
関連論文リスト
- Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。
本稿は、この新興分野に関する最初の体系的なレビューを提供する。
本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
論文 参考訳（メタデータ） (2025-08-01T14:41:31Z) - Endoscopic Depth Estimation Based on Deep Learning: A Survey [12.62169613532005]
内視鏡的深度推定は、最小侵襲手術の安全性と精度を向上させるための重要な技術である。
いくつかの関連調査が存在するにもかかわらず、最近のディープラーニングベースの技術に焦点を絞った総合的な概要はまだ限られている。
本論文は,最先端の文献を体系的にレビューすることで,このギャップを埋める試みである。
論文 参考訳（メタデータ） (2025-07-28T14:34:45Z) - Advancing Embodied Intelligence in Robotic-Assisted Endovascular Procedures: A Systematic Review of AI Solutions [27.68772584578631]
エボディード・インテリジェンスとロボットシステムの統合は、パラダイムシフトを表している。
データ駆動型アプローチ、高度なコンピュータビジョン、医用画像分析、機械学習技術は、この進化の最前線にある。
知的知覚とデータ駆動制御の最近の進歩とロボット支援手順における実践的応用について論じる。
論文 参考訳（メタデータ） (2025-04-21T13:49:30Z) - Learning Hand State Estimation for a Light Exoskeleton [50.05509088121445]
そこで本研究では,光エクソスケトンを用いた手の状態推定手法を提案する。
本研究は,前腕の筋活動と外骨格の運動から得られる情報を用いて,手指の開度とコンプライアンスレベルを再構築する指導的アプローチを構築する。
我々のアプローチは本物の光のエクソスケルトンで検証されている。
論文 参考訳（メタデータ） (2024-11-14T09:12:38Z) - 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) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - 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) - 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)
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。