文献

J-GLOBAL ID：202102229508553976   整理番号：21A2039876

慣性計測ユニットセンサによる自動機能移動スクリーニングシステムの開発【JST・京大機械翻訳】

Development of an Automatic Functional Movement Screening System with Inertial Measurement Unit Sensors

著者 (6件)： Wu Wen-Lan (Department of Sports Medicine, Kaohsiung Medical University, Kaohsiung 80708, Taiwan) ,  Wu Wen-Lan (Department of Medical Research, Kaohsiung Medical University Hospital, Kaohsiung 80708, Taiwan) ,  Lee Meng-Hua (Department of Sports Medicine, Kaohsiung Medical University, Kaohsiung 80708, Taiwan) ,  Hsu Hsiu-Tao (Center for Physical and Health Education, National Sun Yat-Sen University, Kaohsiung 80424, Taiwan) ,  Ho Wen-Hsien (Department of Healthcare Administration and Medical Informatics, Kaohsiung Medical University, Kaohsiung 80708, Taiwan) ,  Liang Jing-Min (Department of Sports Medicine, Kaohsiung Medical University, Kaohsiung 80708, Taiwan)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 11  号： 1  ページ： 96  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景:本研究では,機能的運動スクリーン(FMS)の自動スコアリングシステムを開発した。方法:全身慣性測定ユニットセンサに適合した30人の健康な成人は,6つのFMS運動を完了した。システムは運動学データを記録し,専門的運動訓練者は各参加者を等級分けした。予測モデルのための入力変数の数を減らすために,順序ロジスティック回帰をサブセット特徴選択のために使用した。アンサンブル学習アルゴリズムAdaBoost。M1を用いて分類器を構築した。分類精度とFスコアを分類モデル評価に用いた。自動および手動スコアリングの間の整合性を,加重カッパ統計を用いて評価した。結果:全ての特徴を用いた場合,予測モデルは中程度から高い精度を示し,κ値は公正から非常によく一致した。特徴選択の後,モデル精度は約10%減少し,カッパ値は低~中程度の一致であった。結論:結果は,高い予測精度が,縮小された特徴集合の使用と比較して,完全な特徴集合を用いて達成されたことを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計測器 ,  レイティング ,  スクリーン ,  特徴選択 ,  *Kappa価 ,  センサ ,  機械学習 ,  学習アルゴリズム ,  予測モデル
準シソーラス用語： ロジスティック回帰分析 ,  予測精度 ,  AdaBoost ,  分類精度 ,  スコア化 ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： FMS ,  IMUセンサ ,  機械学習 ,  順序ロジスティック回帰 ,  混乱行列 ,  カッパ

分類 (2件)： 神経系の診断  (GN02000H) ,  パターン認識  (JE07000S)

引用文献 (23件)：

• Shimoura, K.; Nakayama, Y.; Tashiro, Y.; Hotta, T.; Suzuki, Y.; Tasaka, S.; Matsushita, T.; Matsubara, K.; Kawagoe, M.; Sonoda, T.; et al. Association Between Functional Movement Screen Scores and Injuries in Male College Basketball Players. J. Sport Rehabil. 2019, 1, 1-5.
• Bonazza, N.A.; Smuin, D.; Onks, C.A.; Silvis, M.L.; Dhawan, A. Reliability, validity, and injury predictive value of the functional movement screen: A systematic review and meta-analysis. Am. J. Sports Med. 2017, 45, 725-732.
• Dos Santos Bunn, P.; Rodrigues, A.I.; da Silva, E.B. The association between the functional movement screen outcome and the incidence of musculoskeletal injuries: A systematic review with meta-analysis. Phys. Ther. Sport 2019, 35, 146-158.
• Garrison, M.; Westrick, R.; Johnson, M.R.; Benenson, J. Association between the functional movement screen and injury development in college athletes. Int. J. Sports Phys. Ther. 2015, 10, 21.
• Shultz, R.; Anderson, S.C.; Matheson, G.O.; Marcello, B.; Besier, T. Test-retest and interrater reliability of the functional movement screen. J. Athl. Train. 2013, 48, 331-336.

タイトルに関連する用語 (3件)： 慣性計測ユニット ,  スクリーニングシステム ,  開発