基于腕戴式可穿戴传感器在自由生活条件下评估帕金森病：深度集成学习与可视化
计算机视觉与模式识别
2018-08-09 v1
摘要
帕金森病(PD)以运动功能障碍为特征，如冻结步态、静止性震颤、肌强直以及动作迟缓与幅度减小。多巴胺能药物治疗可缓解这些运动症状，但副作用可能包括被称为运动障碍的不自主运动。本文提出一种利用腕戴式可穿戴传感器中的加速度计，在自由生活条件下自动评估 PD 运动状态的方法。具体而言，应用卷积神经网络(CNN)集成来捕捉日常活动的巨大变异性，并克服因患者间差异导致的训练与测试患者间的异质性。此外，应用类激活图(CAM)这一 CNN 可视化技术对结果提供解释。
引用
@article{arxiv.1808.02870,
title = {Parkinson's Disease Assessment from a Wrist-Worn Wearable Sensor in Free-Living Conditions: Deep Ensemble Learning and Visualization},
author = {Terry Taewoong Um and Franz Michael Josef Pfister and Daniel Christian Pichler and Satoshi Endo and Muriel Lang and Sandra Hirche and Urban Fietzek and Dana Kulić},
journal= {arXiv preprint arXiv:1808.02870},
year = {2018}
}
备注
This is a pre-print of an article published in Annals of Biomedical Engineering (ABME)