mP-Gait：基于鲁棒特征分析的帕金森病步态障碍精细化评估
作者
人体姿态与行为识别医生、护士、临床医生物理治疗师与康复治疗师
本文提出 mP-Gait 系统，采用鲁棒特征分析技术对帕金森病患者的步态障碍进行精细化评估，通过深度学习算法自动提取和分析步态特征，实现对疾病严重程度的客观量化评估。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何使用mmWave雷达实现帕金森患者步态障碍的细粒度评估？分类: 临床诊断、辅助决策与诊断透明同类问题arrow_forward
- 哪种步态特征提取算法能提高帕金森步态评估的精准度？分类: 临床诊断、辅助决策与诊断透明同类问题arrow_forward
- 基于非接触式雷达的UPDRS-III步态评分模型如何优化其预测性能？分类: 临床诊断、辅助决策与诊断透明同类问题arrow_forward
lightbulb
现实痛点
1- 帕金森患者的步态障碍评估目前依赖主观诊断且难以量化变化。分类: 临床诊断、辅助决策与诊断透明同类问题arrow_forward
- 75%
PrISM-Tracker：利用可穿戴传感器和状态转换信息进行多模态过程追踪的框架，支持用户驱动的错误和不确定性处理
UbiComp '23· 人体姿态与行为识别 +1
- 75%
Auto-Gait：基于步态任务视频的计算机视觉自动共济失调风险评估
UbiComp '23· 人体姿态与行为识别 +1
- 60%
FIP：通过融合柔性传感器和惯性传感器为日常服装赋予鲁棒的动作捕捉功能
CHI '25· 触觉可穿戴设备 +1
- 60%
学习评估中风康复运动的质量
IUI '19· 振动反馈与皮肤刺激 +2
- 60%
CrossHAR：基于分层自监督预训练实现跨数据集人类活动识别的泛化
UbiComp '24· 人体姿态与行为识别
基于研究子主题与职业分类的 Jaccard 相似度（≥60%）
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
UbiComp
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
9 位作者
sell
研究子方向
人体姿态与行为识别
work
职业/产业
医生、护士、临床医生、物理治疗师与康复治疗师
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文