文献

J-GLOBAL ID：201702248417944383   整理番号：17A1715282

多重慣性センサを用いたパーキンソン病参加者における座位作業時の身体活動のセグメンテーションと検出【Powered by NICT】

Segmentation and detection of physical activities during a sitting task in Parkinson’s disease participants using multiple inertial sensors

著者 (6件)： Memar Sara (Lawson Health Research Institute, London, ON, Canada) ,  Delrobaei Mehdi (K. N. Toosi University of Technology, Faculty of Electrical Engineering, Tehran, Iran) ,  Gilmore Greydon (Lawson Health Research Institute, London, ON, Canada) ,  McIsaac Kenneth (Western University, Department of Electrical and Computer Engineering, London, ON, Canada) ,  Jog Mandar (Lawson Health Research Institute, London, ON, Canada) ,  Jog Mandar (Western University, Department of Clinical Neurological Sciences, London, ON, Canada)
資料名： Journal of Applied Biomedicine  (Journal of Applied Biomedicine)
巻： 15  号： 4  ページ： 282-290  発行年： 2017年 
JST資料番号： W3349A  ISSN： 1214-021X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： モーションキャプチャシステムにおける慣性センサの開発はパーキンソン病(PD)における運動症状の正確な測定を可能にする。PD参加者による身体活動の型は,疾患の特定の運動症状に対する客観的スコアを計算するための重要な因子である。本研究の目的は,時間上での身体活動を自動的に検出,そのような検出活性のためのタイムスタンプを分割する方法を提案することである。慣性測定ユニット(IMU)を用いたウェアラブルモーションキャプチャセンサシステムは,データ収集のために使用した。肩,肘,手首に取り付けたセンサからのデータは,活性を検出およびセグメンテーションのために利用した。教師なし機械学習アルゴリズムは,適切なセンサからの適切な特徴を抽出し,対応する活性基にデータ点を分類するために使用した。提案した方法の性能を手動で標識し,セグメント化活性に関して評価した。実験結果は,提案した自動検出法 高平均スコア精度(96%),精度(96%),と想起(98%)を得ることにより効果的に座位作業中の活動を検出し,適切なタイムスタンプに分割できることを明らかにした。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *多重化 ,  *Parkinson病 ,  データ収集 ,  *セグメンテーション ,  *センサ ,  機械学習 ,  学習アルゴリズム ,  *座位
準シソーラス用語： 自動検出 ,  タイムスタンプ ,  スコア ,  運動症状 ,  モーションキャプチャシステム ,  *身体活動 ,  *慣性センサ , 【Automatic Indexing@JST】

著者キーワード (4件)： パーキンソン病 ,  機械学習 ,  活性検出 ,  自動セグメンテーション

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (7件)： 多重 ,  慣性センサ ,  パーキンソン病 ,  参加者 ,  座位 ,  身体活動 ,  セグメンテーション