文献

J-GLOBAL ID：202002265551735839   整理番号：20A0899507

自閉症における自動不安検出に向けて:運動の存在下での生理的覚醒を検出するためのリアルタイムアルゴリズム【JST・京大機械翻訳】

Toward Automatic Anxiety Detection in Autism: A Real-Time Algorithm for Detecting Physiological Arousal in the Presence of Motion

著者 (2件)： Puli Akshay (Bloorview Research Institute and the Institute of Biomaterials and Biomedical EngineeringUniversity of Toronto) ,  Kushki Azadeh (Bloorview Research Institute and the Institute of Biomaterials and Biomedical Engineering, University of Toronto, Toronto, ON, Canada)
資料名： IEEE Transactions on Biomedical Engineering  (IEEE Transactions on Biomedical Engineering)
巻： 67  号： 3  ページ： 646-657  発行年： 2020年 
JST資料番号： C0236A  ISSN： 0018-9294  CODEN： IEBEAX  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： 目的:不安は,身体的および心理的健康に対する負の影響により自閉症スペクトラム障害(ASD)における有意な臨床的関心事である。ASDにおける不安の治療は,不安症状の自己認識とコミュニケーションによる困難さのために課題のままである。治療に対するこれらの障壁を減少させるために,ウェアラブルセンサを通して収集された自律覚醒の生理学的マーカーを,不安のリアルタイム,客観的および言語フリーの尺度として提案した。既存の不安検出システムの重要な限界は,生理学的覚醒が不安に特異的ではなく,身体活動のような他のユーザ状態で起こり得ることである。これにより,実世界状況におけるこれらのシステムの運用を妨げることができる偽陽性をもたらすことができる。本論文の目的は,物理的活動効果のリアルタイム検出と軽減のためのアプローチを提案することによって,この挑戦に取り組むことであった。方法:心拍数と加速度測定信号を統合するために,新しい多重モデルKalman様フィルタを提案した。フィルタは異なる運動仮定の下でユーザ心拍数を追跡し,ユーザ運動条件に基づく不安検出のための適切なモデルを選択する。結果:ASDを有する子供のサンプルからのデータを用いたアルゴリズムの評価は,最先端技術と比較して偽陽性の有意な減少と93%の全体的覚醒検出精度を示した。結論:提案した方法は,ユーザ運動による偽検出を低減し,運動期間中の覚醒状態を効果的に検出することができる。意義:結果は,自然環境における不安検出と管理のための着用可能な技術の実現可能性を支持する成長証拠に加える。Copyright 2020 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： *アルゴリズム ,  フィルタ ,  言語 ,  コミュニケーション ,  自然環境 ,  心拍 ,  子供 ,  *覚醒 ,  *自閉症 ,  精神衛生
準シソーラス用語： 誤検出 ,  ウェアラブルセンサ ,  多重モデル ,  実時間 ,  自閉症スペクトラム障害 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (6件)： 自閉症 ,  運動 ,  生理 ,  覚醒 ,  リアルタイム ,  アルゴリズム