抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Parkinson病(PD)患者に対する伝統的な理学療法治療は,理学療法士(PT)による定期的な訪問を必要とし,それは高価でin便利なである可能性がある。本論文では,PD患者に対する在宅訓練を可能にする学習ベースの個人化処理システムを提案した。それは,家庭で患者の運動をモニターするために,Kinectセンサを使用する。PD患者がバランスと移動性を改善するのを助けるために,著者らのPT共同研究者によって,複数の難易度レベルを有する3つの理学療法タスクを選択した。提案したシステムにより,患者の性能を自動的に評価できるように,各タスクに対する基準を注意深く設計した。患者の運動データを与えて,患者の運動を理解するための二相人間行動理解アルゴリズムTPHUを提案した。患者の性能を評価するために,サポートベクトルマシンを用いてタスクを実行する際の患者の誤りを同定した。したがって,患者のエラーはPTに報告されることができる。それは,訓練作業に関する患者の性能と適合性を遠隔操作することができる。さらに,PTは,患者がタイムリーな方法でクラウドベースのプラットフォームを通して実行すべきタスクを更新することができる。それは患者のために個人化された治療を可能にする。提案したアプローチを検証するために,臨床におけるPD患者からのデータを収集した。実際の患者データに関する実験は,提案方法が正確に患者の行動を理解することができて,作業を実行する際に患者の運動誤差を同定することができることを示した。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】