Oct, 2023

HealthWalk：通过基于传感器的行车辅助推广健康和行动能力

PDF
TL;DRRollator walkers with integrated sensors address poor posture and mobility issues, enabling data collection for older people, patients with rheumatism, multiple sclerosis, Parkinson's disease, and visual impairments.
rollator walkerssensorsposturemobilityhealth problems
发现论文，激发创造
  • 基于数据驱动的最佳行走机器人设计推荐框架

    通过统计建模和机器学习方法，本文旨在优化医用助行器设计，以达到减轻重量、提高结构稳定性和完整性的目标，并取得了重大突破。

    Oct, 2023

  • Walk4Me：远程医疗社区移动性评估，一种早期诊断和疾病进展的自动化系统

    该研究介绍了 Walk4Me—— 一种基于人工智能检测步态特征的远程健康系统，可通过机器学习运用识别疾病相关的步态障碍及其变化，同时监测疾病的进展并为早期诊断和治疗提供信息。

    May, 2023

  • 面向康复的智能助行器中基于深度学习的人体运动解码方法

    本文提出了一种使用 RGB-D 摄像头的无接触方法，使用基于深度学习的算法来处理下肢 RGB-D 视频序列，以早期识别 / 检测人类动作，从而成功解码了人类运动和需求，使得智能步行器在康复中发挥更大作用。

    Jan, 2023

  • 基于视觉的老年护理步态分析

    该研究提出一种使用单个摄像头在智能老人住所收集信息的方法，采用该方法可在养老院中无侵入检测老年人的步态，实现长期监测及辅助医生了解患者的医疗信息。

    Dec, 2018

  • 基于普适设备的传感器数据采集以侦测肌肉强度训练活动

    通过利用嵌入式传感器进行人体活动识别以及 LSTM 算法，针对印度尼西亚的使用普及率日益增加的智能手机，本研究分析了 25 位参与者的数据，对九种运动类型进行了机器学习模型开发基础上的肌肉力量动作的重要传感器属性的研究，旨在维持高生活质量以预防健康衰退。

    Jan, 2024

  • 利用惯性、生理和环境传感器进行的人体活动识别：综述

    本文综述了机器学习在发展基于惯性传感器以及生理和环境传感器的人类活动识别应用中所扮演的重要角色。

    Apr, 2020

  • 深度神经网络对轮椅行为的识别，用于可视化人行道无障碍通行

    本论文介绍了使用三轴加速度计通过电动轮椅的行为估计人行道可达性的方法，通过使用深度神经网络从轮椅加速度中提取知识，通过有监督和弱监督方法对道路表面条件进行分类，并通过无监督变分自编码器评估轮椅使用者的人行道障碍，从而估计行人道可达性。

    Jan, 2021

  • 基于行走器传感器数据的帕金森病分期的机器学习鉴别

    该研究采用机器学习方法，通过使用低成本的步行器安装的传感器获取的运动学信号，从而准确分类 Parkinson 病的严重程度阶段，并提供了一种解决传感器健康评估中常见的小数据和嘈杂数据问题的方法。

    Jun, 2020

  • 采用腰部佩戴加速度计自动检测步态事件和行走距离，跨越典型的步行和跑步速度范围

    通过机器学习技术，商用智能手机的加速度计数据可以在不同行走速度下准确地测量子病和典型发育儿童的步数、行走距离、步长等步态临床特征，为社区基础的可穿着加速度计的行动性评估提供可能。

    Jul, 2023

  • 使用智能手表评估中风患者上肢自动运动能力

    设计了一个上肢康复评估流程，用于通过智能手表自动检测和识别受卒中影响的患者的四个关键动作，以实现在康复场景中的物理状况评估。

    Dec, 2022