文献

J-GLOBAL ID：201802257063062486   整理番号：18A2023874

スパースセンサセットを用いたパーキンソン病患者における標的バランスリハビリテーションへの機械学習アプローチ【JST・京大機械翻訳】

A machine learning approach to targeted balance rehabilitation in people with Parkinson’s disease using a sparse sensor set

著者 (3件)： Pickle Nathaniel T. (Department of Bioengineering, The University of Texas at Dallas, Richardson, TX, 75080, USA) ,  Shearin Staci M. (Department of Physical Therapy, The University of Texas Southwestern Medical Center, Dallas, TX, 75390, USA) ,  Fey Nicholas P. (Department of Physical Therapy, The University of Texas Southwestern Medical Center, Dallas, TX, 75390, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EMBC  ページ： 1202-1205  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 臨床的バランスは,機能的Tasks As A Proxy for Balance(E.G,Timed Up and Go)。契約において,バランスの分析は,運動捕獲技術を使用している(E.G,Whole-Body Angular Moentum,H)の定量的生物学的測定(E.G,Whole-Body Angular Moentum,H)を用いている。【目的】患者における完全な装置を用いることができる。【結論】生物学的定量性を評価することができる。【目的】Body Segment of Body Segmentからの測定により,測定値を評価する。機械学習アルゴリズムは,低から高次元のマッピングに適している。そこで,著者らの目的は,評価するために,人工神経回路網のために,単一の5つの初期測定ユニットを用いて,12のBody SegmentからHを推定することを目的とした。ネットワークは訓練されている。そして,5つの可能性のあるbo死亡によって,40試行を行った。A回路による複合歩行タスク,階段,Ramp,および方向変化を含んでいる。このネットワークは,4つの試行において,選択的に行われた。【結果】ネットワークは強く相関していた。(R=0.997)とParkinson病(R=(0.998))の両方において,両方の可能性がある(R=0.997)。推定値は,信号強度に対して低い誤差関係を示した。最大平均値±SDの平均二乗誤差は,8.04±1.76%ピーク信号強度を示した。また,個人差は7.96±0.91%であった。また,パーキンソン病の患者においては7.96±0.91%であった。これらの予測結果により,実行可能性を利用することができる。すなわち,初期測定ユニットは,定量的データを予測することができる。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： 歩行 ,  ネットワーク ,  *患者 ,  ニューラルネットワーク ,  *センサ ,  *機械学習 ,  推定量 ,  予測 ,  捕獲 ,  *Parkinson病 ,  学習アルゴリズム ,  *リハビリテーション ,  計測器
準シソーラス用語： 個人差 ,  信号強度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： パーキンソン病 ,  患者 ,  標的 ,  バランス ,  リハビリテーション ,  機械学習