文献

J-GLOBAL ID：201802277773008483   整理番号：18A0706842

慣性および歩行関連パラメータに基づく認知症診断応用における認知能力評価のための予測モデル【JST・京大機械翻訳】

Predictive Models for Evaluating Cognitive Ability in Dementia Diagnosis Applications Based on Inertia- and Gait-Related Parameters

著者 (4件)： Wang Wei-Hsin (Department of Electrical Engineering, National Cheng Kung University, Tainan, Taiwan) ,  Hsu Yu-Liang (Department of Automatic Control Engineering, Feng Chia University, Taichung, Taiwan) ,  Chung Pau-Choo (Department of Electrical Engineering, National Cheng Kung University, Tainan, Taiwan) ,  Pai Ming-Chyi (Department of Neurology and Institute of Gerontology, National Cheng Kung University, Tainan, Taiwan)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 18  号： 8  ページ： 3338-3350  発行年： 2018年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  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： 認知能力の障害は,痴呆関連疾患の重要な指標である。従って,本論文では,12の慣性関連特徴,19の歩容関連特徴,および2つのバランス関連特徴を用いて,被験者の歩行性能を分析し,一方,単一タスクおよび二重タスク歩行試験およびバランス試験を実行した。被験者の認知能力と最も密接に相関する特徴を相関分析法と逐次順方向浮動選択(SFFS)アルゴリズムにより抽出した。次に,抽出された特徴を用いて,3つの異なる予測モデル,すなわち線形回帰モデル,非線形回帰モデル,およびフィードフォワード神経回路網(FNN)モデルを用いて,被験者の認知評価スクリーニング装置(CASI)およびミニ精神状態検査(MMSE)スコアを予測した。最適予測性能(すなわち,CASIスコアに対する予測誤差=7.89±5.86およびMMSEスコアに対する予測誤差=3.21±2.86)が,SFFS特徴選択法およびFNNモデルを用いて得られることを示した。全体として,本論文で提案した特徴選択とモデリング方法は,認知症診断目的のための個人の認知能力を評価する正確で客観的な手段を提供することを示した。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： モデリング ,  歩容 ,  *予測モデル ,  スクリーニング ,  神経回路網 ,  アルゴリズム ,  *認知症 ,  特徴選択 ,  *歩行 ,  予測誤差
準シソーラス用語： スコア ,  最小平均二乗誤差 ,  線形回帰モデル ,  被験者 ,  *認知能力 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  時間,速度,加速度,角速度の計測法・機器  (AD05040K)

タイトルに関連する用語 (8件)： 慣性 ,  歩行 ,  パラメータ ,  認知症 ,  診断 ,  応用 ,  認知能力評価 ,  予測モデル