文献

J-GLOBAL ID：202102244912660658   整理番号：21A1228569

福祉モニタリングのための睡眠中のイヌの慣性測定に基づく心臓および呼吸速度推定【JST・京大機械翻訳】

Inertial Measurement Based Heart and Respiration Rate Estimation of Dogs During Sleep for Welfare Monitoring

著者 (5件)： Foster Marc (Electrical and Computer Engineering, NC State University, Raleigh, NC USA) ,  Wang Jianxun (Computer Science, NC State University, Raleigh, NC USA) ,  Williams Evan (Electrical and Computer Engineering, NC State University, Raleigh, NC USA) ,  Roberts David L. (Computer Science, NC State University, Raleigh, NC USA) ,  Bozkurt Alper (Electrical and Computer Engineering, NC State University, Raleigh, NC USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ACI’2020  ページ： 1-6  発行年： 2020年 
JST資料番号： D0698C  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： ガイドドッグになるためのプープの訓練の初期段階は,基本的義務を学習し,社会化機会を受信しながら,安全な環境を成長させるためのボランティアの raiseり者によるガイドイヌの学校から離れている時間を費やす。著者らの以前の研究は,このプロセスの間に関連パラメータを客観的に追跡するために,行動および環境センサを含むスマートカラーシステムを生成した。本論文では,睡眠と静止状態に関連する生理学的信号を追跡するためにこのカラーを使用する実現可能性研究を提示する。ウェアラブルカラー形状因子に統合した6軸慣性測定ユニット(IMU)を用いて,睡眠イヌから心拍数と呼吸速度を抽出するアルゴリズムを開発した。94.3%の精度,84.1%の精度,88.8%の再現率,および0.864のF1スコアで心拍数を推定するために,2分間の10のデータセットを収集し,加速信号を使用した。さらに,平均94.3%の精度で呼吸速度を推定することができた。さらに,著者らは,6軸を用いて,98.7%の精度で予測を改善し,F1スコア0.925で86.9%の再現率を改善した深層ニューラルネットワークでECG信号を再構成した。睡眠中の頚部領域から採取した非侵襲的IMUシグナルからの生理学的特徴の抽出は,ガイドイヌ蛹における睡眠および静止状態特性化における最初の段階である。これは,潜在的に,ガイドイヌ蛹の健康と福祉,および睡眠性能と蛹訓練と選択過程の間の関係の洞察を提供するのに使用できる。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  計測器 ,  *心臓 ,  心電図 ,  心拍 ,  形状因子 ,  社会福祉 ,  再構成 ,  実用化試験 ,  センサ ,  キャラクタリゼーション ,  ボランティア
準シソーラス用語： *呼吸速度 ,  非侵襲 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 深層ニューラルネットワーク ,  ECG ,  心拍数 ,  慣性測定装置 ,  呼吸速度 ,  センサ ,  睡眠

分類 (2件)： 生体計測  (EL03020C) ,  生体遠隔測定  (EL03030N)

タイトルに関連する用語 (8件)： 福祉 ,  モニタリング ,  睡眠 ,  イヌ ,  慣性 ,  心臓 ,  呼吸速度 ,  推定