文献

J-GLOBAL ID：202102237997581860   整理番号：21A0065397

機械学習によるコンフォーマルウエアラブルおよび無線慣性センサの定量化による片麻痺のダイアドコキネジア識別【JST・京大機械翻訳】

Diadochokinesia Distinction of Hemiparesis through Quantification of Conformal Wearable and Wireless Inertial Sensor with Machine Learning

著者 (2件)： LeMoyne Robert (Northern Arizona University,Department of Biological Sciences,Flagstaff,USA,AZ 86011-5640) ,  Mastroianni Timothy (Founder of Cognition Engineering,Pittsburgh,USA,PA 15243)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EHB  ページ： 1-4  発行年： 2020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： 神経学的検査の標準的側面は,ジドコキネシアの評価を含む。Diadochokinesiaは,前腕に関してプロネーションおよび回外のようなアゴニストおよび拮抗筋対の他の迅速な交替を perらす。例えば,片麻痺は,片麻痺に罹患した前腕および無影響の前腕に関して,ジアドコキネシアに対する知覚可能な区別を示すことができる。標準技術は,本質的に主観的である順序尺度を含み,定量化法の開発が推奨されている。軽量で帯域様のプロファイルを有するBioStamp nPointのような共形ウェアラブルと無線慣性センサシステムの出現は,後処理のためのクラウドコンピューティング環境への無線アクセスによるディアドコキネシアの定量化を可能にする。ディアドコキネシアを定量化するジャイロスコープ信号データは,片麻痺の影響を受けた前腕と影響を受けない前腕を区別するための機械学習分類のための特徴集合に統合できる。コンフォーマルウェアラブルおよび無線慣性センサシステムから得られた定量化ジャイロスコープ信号データに基づいて,片麻痺の影響を受けた前腕と影響を受けない前腕の間の識別のために,かなりの機械学習分類精度を達成した。Copyright 2021 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： 後処理 ,  前腕 ,  ジャイロスコープ ,  周波数帯 ,  *片麻痺 ,  神経学的検査 ,  *機械学習
準シソーラス用語： 回内 ,  回外 ,  *ワイヤレス ,  慣性センサ ,  ウェアラブル , 【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)： 機械学習 ,  無線 ,  慣性センサ ,  定量化 ,  片麻痺 ,  識別