Assessing Lower Limb Strength using Internet-of-Things Enabled Chair

要約

このプロジェクトでは、リハビリテーションや治療を受けている個人の下肢強度を評価するための、機械学習とモノのインターネットの技術の応用について説明します。
具体的には、椅子に取り付けられたセンサーと Google GPU Tensorflow CoLab を介したデータ処理によって個人の進歩を測定および評価することを目指しています。
圧力センサーは、座面、背もたれ、ハンドレスト、脚など、椅子のさまざまな場所に取り付けられています。
座位から立位への移行と立位から座位への移行の両方を実行する個人からのセンサー データは、椅子の圧力分布と振動運動に関する時系列データセットを提供します。
データセットとタイミング情報を機械学習モデルに入力して、動きのさまざまな段階での相対的な強さと弱さを推定できます。

要約(オリジナル)

This project describes the application of the technologies of Machine Learning and Internet-of-Things to assess the lower limb strength of individuals undergoing rehabilitation or therapy. Specifically, it seeks to measure and assess the progress of individuals by sensors attached to chairs and processing the data through Google GPU Tensorflow CoLab. Pressure sensors are attached to various locations on a chair, including but not limited to the seating area, backrest, hand rests, and legs. Sensor data from the individual performing both sit-to-stand transition and stand-to-sit transition provides a time series dataset regarding the pressure distribution and vibratory motion on the chair. The dataset and timing information can then be fed into a machine learning model to estimate the relative strength and weakness during various phases of the movement.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google