マルチモーダルセンシングによる脊髄損傷患者の下肢伸展挙上の解析

カテゴリ: 部門大会

論文No: 15P2-P-14

グループ名: 【E】第39回「センサ・マイクロマシンと応用システム」シンポジウム

発行日: 2022/11/07

タイトル(英語): Analysis of SLR in spinal cord injury patients using multimodal sensing

著者名: 吉倉 崚人(神戸大学), 杉本 達也(神戸大学), 和泉 慎太郎(神戸大学), 川口 博(神戸大学)

著者名(英語): Ryoto Yoshikura(Kobe University), Tatsuya Sugimoto(Kobe University), Shintaro Izumi(Kobe University), Hiroshi Kawaguchi(Kobe University)

キーワード: 下肢伸展挙上|脊髄損傷|畳み込みニューラルネットワーク|表面筋電図|マルチモーダルセンシング|Straight Leg Raising|Spinal cord injury|Convolutional Neural Network|Surface EMG|Multimodal sensing

要約(日本語): 本論文では、SLRを用いた脊髄損傷患者の体幹機能解明のために、機械学習を用いたマルチモーダルセンシングデータの分類を取り上げる。体幹機能の詳細な評価方法は理学療法士の技量に大きく依存する現状があるため、体幹機能を客観的かつ定量的に評価する方法が必要である。本論文では、マルチモーダルセンシングと畳み込みニューラルネットワーク(CNN)を用いてSLRを計測することで、患者の重症度を定量的に評価した。

要約(英語): This paper addresses a machine learning-based classification method for multimodal sensing data to elucidate trunk function in spinal cord injury patients using SLR. By measuring SLR using multimodal sensing and convolutional neural network (CNN), the severity of the patient's condition can be quantitatively assessed.

PDFファイルサイズ: 564 Kバイト