論文の概要: RevalExo: A Functional Daily-Activity Benchmark for Inertial and Visual Locomotion Mode Recognition in Older Adults and Clinical Cohorts

• arxiv url: http://arxiv.org/abs/2609.08090v1
• Date: Tue, 08 Sep 2026 01:02:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.541995
• Title: RevalExo: A Functional Daily-Activity Benchmark for Inertial and Visual Locomotion Mode Recognition in Older Adults and Clinical Cohorts
• Title（参考訳）: RevalExo:高齢者および臨床コホートにおける慣性・視覚運動モード認識のための機能的デイリーアクティビティベンチマーク
• Authors: Diwas Lamsal, Juha Carlon, Reinhard Claeys, Maxim Yudayev, Louis Flynn, Tom Verstraten, David Beckwée, Eva Swinnen, Mihai Bâce, Bart Vanrumste, Benjamin Filtjens,
• Abstract要約: RevalExoは、慣性および視覚的なロコモーションモード認識のための機能的なデイリーアクティビティベンチマークである。 RevalExoは、標準化され、臨床および生態学的に検証された日々のアクティビティープロトコルを中心に構築されている。 我々は,複数の地平線をまたいだ一様・多様モード認識,移動障害のない高齢者から臨床コホートへのクロスポピュレーション一般化,IMUのみのモデルへの視覚誘導知識伝達の3つの課題をベンチマークした。
• 参考スコア（独自算出の注目度）: 4.009330141682978
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Assistive devices for people with mobility impairments, such as powered exoskeletons, rely on accurate locomotion mode recognition to adapt control strategies and provide appropriate assistance during daily activities. However, public benchmarks are typically collected from healthy adults, lack temporally precise labels necessary for detecting mode transitions, or focus on a limited set of tasks. To support development and evaluation under realistic clinical constraints and daily mobility demands, we introduce RevalExo, a functional daily-activity benchmark for inertial and visual locomotion mode recognition. RevalExo is built around a standardized, clinically and ecologically validated daily-activity protocol reflecting the cumulative everyday mobility demands in ageing and clinical populations. The benchmark includes 27 participants across three cohorts: older adults without mobility impairments, stroke survivors, and older adults with probable sarcopenia. The full cohort was recorded with lower-body IMUs, while synchronized egocentric video was collected for a clinically feasible subset of 13 participants. RevalExo provides 10.1 hours of frame-level annotations across 11 locomotion modes, including 5.1 hours of paired inertial--visual recordings. We benchmark three challenges: unimodal and multimodal locomotion mode recognition across multiple horizons, cross-population generalization from older adults without mobility impairments to clinical cohorts, and vision-guided knowledge transfer to IMU-only models. Results confirm consistent gains from fusing inertial and visual inputs but reveal a substantial gap between general recognition ($\sim$93\% F1) and recognition during transitions ($\sim$68\% F1), alongside persistent challenges in cross-population generalization and cross-modal transfer. We release RevalExo to stimulate further research on these open challenges.
• Abstract（参考訳）: パワーパワーエキソスケトンのような運動障害のある人のための補助装置は、制御戦略に適応するために正確な移動モード認識に依存し、日々の活動中に適切な支援を提供する。 しかし、公開ベンチマークは通常、健康な成人から収集され、モード遷移を検知したり、限られたタスクに焦点を合わせるのに必要な、時間的に正確なラベルが欠如している。 現実的な臨床的制約と日常的なモビリティ要求の下での開発と評価を支援するため,慣性および視覚的移動モード認識のための機能的デイリーアクティビティ・ベンチマークであるRevalExoを紹介した。 RevalExoは、高齢化と臨床人口の累積的な日常移動需要を反映した、標準化された、臨床的かつ生態学的に検証された日々の行動プロトコルを中心に構築されている。 このベンチマークには、運動障害のない高齢者、脳卒中生存者、サルコパニアの可能性のある高齢者の3つのコホートに27人の参加者が含まれている。 全コホートは下半身のIMUで記録され, 同時に自己中心型ビデオは13名の臨床上可能なサブセットで収集された。 RevalExoは11の移動モードで10.1時間のフレームレベルのアノテーションを提供する。 マルチモーダル・マルチモーダル・ロコモーション・モードの認識,モビリティ障害のない高齢者から臨床コホートへのクロスポピュレーションの一般化,IMUのみのモデルへの視覚誘導知識の伝達,の3つの課題をベンチマークした。 結果は慣性入力と視覚入力を融合させることによる一貫した利得を裏付けるが、一般認識(\sim$93\% F1)と移行中の認識(\sim$68\% F1)の間には、クロスポピュレーション一般化とクロスモーダル転送における永続的な課題がある。 RevalExoをリリースし、これらのオープンな課題に関するさらなる研究を奨励します。

関連論文リスト

• Towards Context-Aware Clinical Motion Understanding in Daily Living at Home: Freezing of Gait Detection with Egocentric Vision [1.0246009162956833]
  エゴセントリックなビジョンは、これらのケースを曖昧にするのに役立つタスク関連のコンテキストを提供します。 パーキンソン病(PD)における歩行検出の凍結による課題の検討 我々は,事前訓練したエゴビデオと時系列基盤モデルから凍結表現を評価し,IMUベースのTCNをスクラッチから訓練した。
  論文  参考訳（メタデータ） (2026-08-13T14:16:49Z)
• EgoInertia-MI: A Multimodal Egocentric Vision and IMU Benchmark for Motor Impairment Assessment [2.7963067040946723]
  EgoInertia-MIは、運動障害解析のために、エゴセントリックビデオとウェアラブルIMU信号を組み合わせたマルチモーダルベンチマークデータセットである。 エゴセントリックビデオは運動障害評価に強力な手がかりとなることを示す。 これらの知見は、エゴセントリックな視覚とウェアラブルセンシングを組み合わせることで、生態学的に妥当でプライバシーに配慮したモーターアセスメントの可能性を強調している。
  論文  参考訳（メタデータ） (2026-07-04T16:02:39Z)
• MedMamba: Multi-View State Space Models with Adaptive Graph Learning for Medical Time Series Classification [60.41879345743941]
  状態空間モデルとドメイン固有の帰納バイアスを統合するエンドツーエンドアーキテクチャであるMedMambaを提案する。 MedMambaは線形計算複雑性を維持しながら最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-05-24T09:23:39Z)
• Machine Learning-Based Real-Time Detection of Compensatory Trunk Movements Using Trunk-Wrist Inertial Measurement Units [0.36136619420474764]
  脳卒中後によく見られる補償幹運動(CTM)は、不適応な運動パターンを引き起こす。 本研究では,2慣性測定ユニットの構成により,機械学習を用いたリアルタイムCTM検出が可能かどうかを検討する。
  論文  参考訳（メタデータ） (2026-04-14T11:17:05Z)
• Summary of the Unusual Activity Recognition Challenge for Developmental Disability Support [1.369513462160388]
  この課題は、発達障害のある個人のための施設における異常な行動の自動認識の必要性に対処することを目的としている。 シミュレーションシナリオのビデオ記録から抽出した骨格キーポイントに基づいて,正常な活動と異常な活動の区別を行う。 このデータセットは実世界の不均衡と時間的不規則を反映し、評価は主観的一般化を保証するためにLeave-One-Subject-Out(LOSO)戦略を採用した。
  論文  参考訳（メタデータ） (2026-01-21T04:41:35Z)
• Benchmarking Egocentric Clinical Intent Understanding Capability for Medical Multimodal Large Language Models [48.95516224614331]
  MedGaze-Benchは、臨床医の視線を認知的カーソルとして活用し、手術、緊急シミュレーション、診断解釈における意図的理解を評価する最初のベンチマークである。 本ベンチマークでは,解剖学的構造の視覚的均一性,臨床における時間・因果依存性の厳格化,安全プロトコルへの暗黙の順守という3つの基本的な課題に対処する。
  論文  参考訳（メタデータ） (2026-01-11T02:20:40Z)
• Medical Imaging AI Competitions Lack Fairness [50.895929923643905]
  課題データセットが現実の臨床的多様性を代表するものなのか、FAIR原則に従ってアクセス可能で法的に再利用可能なものなのか、という2つの相補的な側面に沿って公正性を評価する。 本研究の結果は, 地理的位置, モダリティ, 問題型関連バイアスなどのデータセット構成に有意な偏りがみられ, 現在のベンチマークは実世界の臨床多様性を十分に反映していないことが示唆された。 これらの欠点は、ベンチマークエコシステムの基本的な制限を明らかにし、リーダボードの成功と臨床関連性との間の断絶を浮き彫りにします。
  論文  参考訳（メタデータ） (2025-12-19T13:48:10Z)
• TemMed-Bench: Evaluating Temporal Medical Image Reasoning in Vision-Language Models [54.48710348910535]
  既存の医学推論ベンチマークは、主に1回の訪問からの画像に基づいて患者の状態を分析することに焦点を当てている。 臨床訪問における患者の状態の変化を分析するための最初のベンチマークであるTemMed-Benchを紹介する。
  論文  参考訳（メタデータ） (2025-09-29T17:51:26Z)
• Deep Learning-Based Detection of Cognitive Impairment from Passive Smartphone Sensing with Routine-Aware Augmentation and Demographic Personalization [9.633221910592804]
  認知障害の早期発見は、タイムリーな診断と介入に重要である。 受動的スマートフォンセンシングは、自然主義的かつ継続的な認知モニタリングのための有望なアプローチとして登場した。 日常的な行動特徴の連続から認知障害を検出するために,Long Short-Term Memory (LSTM) モデルを実装した。
  論文  参考訳（メタデータ） (2025-09-27T07:08:25Z)
• Cross-Attention is Not Enough: Incongruity-Aware Dynamic Hierarchical Fusion for Multimodal Affect Recognition [69.32305810128994]
  モダリティ間の同調性は、特に認知に影響を及ぼすマルチモーダル融合の課題となる。 本稿では,動的モダリティゲーティング(HCT-DMG)を用いた階層型クロスモーダルトランスを提案する。 HCT-DMG: 1) 従来のマルチモーダルモデルを約0.8Mパラメータで上回り、2) 不整合が認識に影響を及ぼすハードサンプルを認識し、3) 潜在レベルの非整合性をクロスモーダルアテンションで緩和する。
  論文  参考訳（メタデータ） (2023-05-23T01:24:15Z)
• FetReg: Placental Vessel Segmentation and Registration in Fetoscopy Challenge Dataset [57.30136148318641]
  Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。 コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。 本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:14:27Z)

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。