摘要

脑卒中康复评估智能决策支持系统

作者:

闵浑李作者信息和声明

资产19：第21届国际ACM SIGACCESS计算机和无障碍会议记录

2019年10月

页694-696

https://doi.org/10.1145/3308561.3356106

出版:2019年10月24日出版历史

获取访问权限

摘要

评估康复训练对于确定适当的康复干预措施非常重要。然而，这项评估费用高昂，因为它需要治疗师在场。本文提出了一种交互式多模式方法，该方法可以自动评估运动表现，识别评估的显著特征，并迭代呈现用户特定分析，以支持治疗师对个性化康复评估的决策。这种方法可以与治疗师的评估达到很好的一致性水平（即三种上肢练习的平均F1分数为0.8565），这高于非交互式单峰模型。

工具书类

[1]

大卫·冈宁。2017.可解释人工智能（xai）。美国国防部高级研究计划局（DARPA），第二网站（2017年）。

谷歌学者

[2]

黄凯文（Kevin Huang）。2015.探索康复的家庭监测，并为物理治疗师创建创作工具。(2015).

谷歌学者

[3]

李敏勋。2018年，计算机辅助中风康复技术。第23届智能用户界面国际会议（IUI’18）。美国医学会，665--666。http://doi.acm.org/10.1145/3172944.3173146

数字图书馆

谷歌学者

[4]

李敏勋。2019.评估和指导康复训练的智能代理。第二十八届国际人工智能联合会议论文集，IJCAI-19。国际人工智能组织联合会议，6444-6445。https://doi.org/10.24963/ijcai.2019/911

交叉参考

谷歌学者

[5]

Min Hun Lee、Daniel P.Siewiorek、Asim Smailagic、Alexandre Bernardino和Sergi Bermúdez i Badia。2019.学习评估中风康复训练的质量。在《第24届智能用户界面国际会议论文集》（IUI'19）中。美国医学会，218--228。http://doi.acm.org/10.1145/3301275.3302273

数字图书馆

谷歌学者

[6]

A Marcano-Cedeno、J Quintanilla-Domínguez、MG Cortina-Januchs和D Andina。2010年。使用顺序正向选择和分类的特征选择，应用人工化塑性神经网络。在IECON 2010年第36届IEEE工业电子学会年会上。IEEE，2845--2850。

交叉参考

谷歌学者

[7]

Fabian Pedregosa、Gaël Varoquex、Alexandre Gramfort、Vincent Michel、Bertrand Thirion、Olivier Grisel、Mathieu Blondel、Peter Prettenhofer、Ron Weiss、Vincent Dubourg等人。2011.Scikit-learn：Python中的机器学习。机器学习研究杂志2011年10月12日，2825-2830。

数字图书馆

谷歌学者

[8]

罗比·波利卡尔。2012.合奏学习。在集成机器学习中。施普林格，1-34。

谷歌学者

[9]

朱莉·桑福德、朱莉·莫兰德、劳里·斯旺森、保罗·斯特拉福德和卡罗琳·高兰德。1993年：Fugl-Meyer评估在中风患者运动能力测试中的可靠性。物理疗法73，7（1993），447-454。

谷歌学者

[10]

大卫·韦伯斯特和奥兹坎·塞利克。2014年，Kinect在老年护理和中风康复中的应用系统回顾。《神经工程与康复杂志》11，1（2014），108。

交叉参考

谷歌学者

引用人

查看全部

Del-Valle-Soto C公司洛佩兹·皮门特尔J瓦兹奎兹·卡斯蒂略J诺拉兹科·弗洛雷斯JVelázquez R公司瓦雷拉·阿尔达斯J维斯康蒂P(2024)可穿戴设备和物联网中行为改变技术的综合评述：对健康和健康的影响传感器10.3390/s2408242924:8(2429)在线发布日期：2024年4月10日
https://doi.org/10.3390/s24082429
拉赫曼S萨克S哈克AUttsha M公司伊斯兰M代布·S(2023)人工智能驱动的脑卒中康复系统与评估：系统综述IEEE神经系统与康复工程汇刊10.1109/TNSRE.2022.321908531(192-207)在线发布日期：2023年
https://doi.org/10.109/TNSRE.2022.3219085
李·MSiewiorek D公司斯迈拉基克语A贝纳迪诺A巴迪亚·贝穆德斯(2020)脑卒中康复评估智能决策支持系统的协同设计与评价ACM人机交互会议录10.1145/34152274：CSCW2(1-27)在线发布日期：2020年10月15日
https://dl.acm.org/doi/10.1145/3415227
显示更多引用者

索引术语

脑卒中康复评估智能决策支持系统
1. 应用计算
  1. 生命与医学
    1. 卫生保健信息系统
2. 计算方法
  1. 人工智能
    1. 分布式人工智能
      1. 智能代理

建议

康复评估临床决策的人-机协同方法
CHI’21：2021年CHI计算机系统人为因素会议记录

人工智能（AI）的发展使其越来越适用于以各种任务的决策支持系统的形式补充专家的决策。例如，基于人工智能的系统可以为治疗师提供定量。。。
阅读更多信息
脑卒中康复训练定量评估技术的探索性研究
UMAP’20：第28届ACM用户建模、适应和个性化会议记录

监测和评估康复训练的技术辅助系统有机会通过自动收集患者的定量表现数据来加强康复实践。然而，即使是复杂的算法（例如神经。。。
阅读更多信息
脑卒中康复评估智能决策支持系统的协同设计与评价
CSCW公司

临床决策支持系统有可能改善实践中专家的工作流程（例如治疗师的循证康复评估）。然而，这些系统的采用具有挑战性，而且这些系统的收益还没有。。。
阅读更多信息

信息和贡献者

问询处

发布于

资产19：第21届国际ACM SIGACCESS计算机和无障碍会议记录

2019年10月

730页

国际标准图书编号：9781450366762

内政部：10.1145/3308561

总主席：
杰弗里·比格姆
卡内基梅隆大学。，美国
,
课程主席：
西里·阿森科特
美国康奈尔理工大学
,
肖恩·凯恩
美国科罗拉多大学博尔德分校

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的部分或全部数字或硬拷贝以供个人或课堂使用。必须尊重本作品第三方组件的版权。对于所有其他用途，请联系所有者/作者。

赞助商

SIGACCESS:ACM无障碍计算特别兴趣小组

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2019年10月24日

检查更新

作者标记

限定符

摘要

会议

资产’19

赞助商：

SIGACCESS公司

资产19：第21届国际ACM SIGACCESS计算机和无障碍会议

2019年10月28日至30日

宾夕法尼亚州，匹兹堡，美国

接受率

ASSETS的19份文件接受率在158份提交文件中为41份，占26%；

1556份提交文件的总体接受率为436份，28%

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

4
引文总数
查看引文
242
总下载次数

下载次数（过去12个月）14
下载次数（最近6周）2

其他指标

查看作者指标

引文

引用人

查看全部

Del-Valle-Soto C公司洛佩兹·皮门特尔J瓦兹奎兹·卡斯蒂略J诺拉兹科·弗洛雷斯JVelázquez R公司瓦雷拉·阿尔达斯J维斯康蒂P(2024)可穿戴设备和物联网中行为改变技术的综合评述：对健康和健康的影响传感器10.3390/s2408242924:8(2429)在线发布日期：2024年4月10日
https://doi.org/10.3390/s24082429
拉赫曼S萨克S哈克AUttsha M公司伊斯兰M代布·S(2023)人工智能驱动的脑卒中康复系统与评估：系统综述IEEE神经系统与康复工程汇刊10.1109/TNSRE.2022.321908531(192-207)在线发布日期：2023年
https://doi.org/10.109/TNSRE.2022.3219085
李·MSiewiorek D公司斯迈拉基克语A贝纳迪诺A巴迪亚·贝穆德斯(2020)脑卒中康复评估智能决策支持系统的协同设计与评价ACM人机交互会议录10.1145/34152274：CSCW2(1-27)在线发布日期：2020年10月15日
https://dl.acm.org/doi/10.1145/3415227
李·MSiewiorek D公司斯迈拉基克语A贝纳迪诺A巴迪亚S(2020)中风后康复治疗社交辅助机器人的个性化交互和纠正反馈2020年第29届IEEE机器人与人类交互通信国际会议（RO-MAN）10.1109/RO-MAN47096.2020.9223462(1366-1373)在线发布日期：2020年8月
https://doi.org/10.109/RO-MAN47096.2020.9223462

引用人

索引术语

建议

康复评估临床决策的人-机协同方法

脑卒中康复训练定量评估技术的探索性研究