کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4946905 1439559 2017 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Bag-of-steps: Predicting lower-limb fracture rehabilitation length by weight loading analysis
ترجمه فارسی عنوان
کیسه ای از مراحل: پیش بینی طول بازتوانی شکستگی اندام تحت بار تجزیه و تحلیل بار
کلمات کلیدی
پزشکی اطلاعاتی، تحلیل ظاهر، کوله پشتی، ماشین آلات بردار پشتیبانی، خوشه بندی تشخیص الگو، سلامتی،
ترجمه چکیده
در این مقاله، کیسه ای از مراحل، یک روش جدید برای پیش بینی مدت زمان توانبخشی و تاریخ تخلیه یک بیمار با استفاده از سنسورهای نیروی محرک و یک مدل پیش بینی بر اساس روش کیفی کلمات است. اطلاعات سنسورها برای مشخص کردن راه رفتن بیماران برای ایجاد مجموعه ای از توصیفگرهای مرحله استفاده می شود. این توصیفگرها بعدها برای تعریف یک واژگان از مراحل با استفاده از روش خوشه بندی استفاده می شوند. واژگان برای توصیف جلسات توانبخشی که در نهایت به یک طبقه بندی وارد می شوند و تخمین نهایی توانبخشی را وارد می کنند استفاده می شود. این روش با استفاده از داده های واقعی بیماران تحت عمل جراحی بعد از شکستگی اندام تحت آزمایش قرار گرفته است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
کیسه ای از مراحل: پیش بینی طول بازتوانی شکستگی اندام تحت بار تجزیه و تحلیل بار
چکیده انگلیسی
This paper presents bag-of-steps, a new methodology to predict the rehabilitation length and discharge date of a patient using insole force sensors and a predictive model based on the bag-of-words technique. The sensors information is used to characterize the patients gait creating a set of step descriptors. This descriptors are later used to define a vocabulary of steps using a clustering method. The vocabulary is used to describe rehabilitation sessions which are finally entered to a classifier that performs the final rehabilitation estimation. The methodology has been tested using real data from patients that underwent surgery after a lower-limb fracture.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 268, 13 December 2017, Pages 109-115
نویسندگان
, , , , , ,