文献

J-GLOBAL ID：201802222198497692   整理番号：18A1043488

熱および心拍データ処理のためのリハビリテーション評価における機械学習【JST・京大機械翻訳】

Machine Learning in Rehabilitation Assessment for Thermal and Heart Rate Data Processing

著者 (4件)： Prochazka Ales (Department of Computing and Control Engineering, University of Chemistry and Technology, Prague, Czech Republic) ,  Charvatova Hana (Faculty of Applied Informatics, Tomas Bata University in Zli ́n, Zli ́n, Czech Republic) ,  Vaseghi Saeed (Department of Computing and Control Engineering, University of Chemistry and Technology, Prague, Czech Republic) ,  Vysata Oldrich (Department of Neurology, Faculty of Medicine in Hradec Kra ́love ́, Charles University, Prague, Czech Republic)
資料名： IEEE Transactions on Neural Systems and Rehabilitation Engineering  (IEEE Transactions on Neural Systems and Rehabilitation Engineering)
巻： 26  号： 6  ページ： 1209-1214  発行年： 2018年 
JST資料番号： W0560A  ISSN： 1534-4320  CODEN： ITNSB3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 洗練された非侵襲センサ,効率的な通信システム,および機械学習に基づく多モード信号解析は,様々な応用の急速な増加範囲を持っている。本論文では,リハビリテーション中の心拍と熱カメラにより得られた生理学的データのパターン認識と解析を行った。運動バイクに記録された心拍数と呼吸温度の各40分長さの合計56の実験データセットを処理し,適合度レベルと可能な医療障害を決定した。提案した一般的方法論は,熱カメラの変化する温度範囲の検出のための機械学習法と,呼吸の周波数を評価するための適応画像処理法を組み合わせた。個々の温度値を決定するために,最初と2番目の層におけるシグモイドと確率的伝達関数を有するニューラルネットワークモデルを適用した。次に,適切な統計的方法を用いて,運動活動と選択された生理学的機能の間の対応を見出した。活動レベルの変化に関連した心拍数低下の21秒の評価平均遅延は,実際のサイクリング条件で得られた結果に対応した。さらなる結果は,呼吸温度(167s)と呼吸頻度(49s)の変化の平均値を含む。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： パターン認識 ,  センサ ,  カメラ ,  高速度 ,  *機械学習 ,  画像処理 ,  オートバイ ,  *データ処理 ,  *心拍 ,  多モード ,  周波数 ,  *リハビリテーション ,  生理学
準シソーラス用語： 神経回路網モデル ,  適合度 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 心拍 ,  データ処理 ,  リハビリテーション ,  評価 ,  機械学習