ログイン
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 学術論文等

環境・バイタルセンサデータによりBPSD予測性能向上のためのBPSD発症時期分析

https://uec.repo.nii.ac.jp/records/2000175
https://uec.repo.nii.ac.jp/records/2000175
2e46bda0-e5ee-4622-bf01-77b2ce49314e
名前 / ファイル ライセンス アクション
MICT2023-79.pdf MICT2023-79.pdf (1.4 MB)
MICT2023-79_errata.pdf 正誤表 (409 KB)
Item type 学術雑誌論文 / Journal Article(1)
公開日 2024-04-11
タイトル
タイトル 環境・バイタルセンサデータによりBPSD予測性能向上のためのBPSD発症時期分析
言語 ja
タイトル
タイトル Analysis of BPSD onset time to improve BPSD prediction performance with environmental and vital sensor data
言語 en
言語
言語 jpn
キーワード
言語 ja
主題 認知症
キーワード
言語 ja
主題 BPSD
キーワード
言語 ja
主題 睡眠
キーワード
言語 ja
主題 周期性
キーワード
言語 ja
主題 機械学習
キーワード
言語 en
主題 Dementia
キーワード
言語 en
主題 Sleep
キーワード
言語 en
主題 Periodicity
キーワード
言語 en
主題 Machine learning
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_6501
資源タイプ journal article
著者 新見, 龍之慎

× 新見, 龍之慎

ja 新見, 龍之慎

en SHINMI, Tatsunoshin

Search repository
常盤, 直也

× 常盤, 直也

ja 常盤, 直也

en TOKIWA, Naoya

Search repository
柴田, 純一

× 柴田, 純一

ja 柴田, 純一

en SHIBATA, Junichi

Search repository
鈴木, 利一

× 鈴木, 利一

ja 鈴木, 利一

en SUZUKI, Toshikazu

Search repository
柏木, 岳彦

× 柏木, 岳彦

ja 柏木, 岳彦

en KASHIWAGI, Takehiko

Search repository
馬上, 竜也

× 馬上, 竜也

ja 馬上, 竜也

en MOE, Tatsuya

Search repository
嘉村, 魁人

× 嘉村, 魁人

ja 嘉村, 魁人

en KAMURA, Kaito

Search repository
大沼, 飛宇多

× 大沼, 飛宇多

ja 大沼, 飛宇多

en ONUMA, Hyuta

Search repository
田野, 俊一

× 田野, 俊一

ja 田野, 俊一

en TANO, Shunichi

Search repository
南, 泰浩

× 南, 泰浩

ja 南, 泰浩

en MINAMI, Yasuhiro

Search repository
抄録
内容記述タイプ Abstract
内容記述 認知症患者が発症する行動・心理症状(BPSD)は,介護者の大きな負担となるだけでなく,患者本人の生活の質にも影響を与えている.BPSDを事前に予測し,症状へ対処が可能となれば介護者の負担を軽減できる.先行研究として複数の介護施設から収集した環境・バイタルセンサデータに基づき,機械学習を利用したBPSD予測を行った.しかし未だPR曲線のAverage Precisionが低い.そこで本研究では,BPSD予測の高精度化に向けてデータ解析を行なった.解析結果から特定の症状には24時間周期があることを確認した.この結果は,機械学習手法によるBPSD発症予測の可能性を示すものである.
言語 ja
抄録
内容記述タイプ Abstract
内容記述 Behavioral and psychological symptoms of dementia (BPSD) that develop in patients with dementia not only impose a heavy burden on caregivers, but also affect the quality of life of the patients themselves. If BPSD can be predicted in advance and symptoms can be dealt with, the burden on caregivers can be reduced. In a preliminary experiment, we predicted BPSD using machine learning based on environmental and vital sensor data collected from multiple nursing homes. However, the Average Precision of the PR curve is still low. In this study, we analyzed data to improve the accuracy of BPSD prediction.The data analysis confirms that certain symptoms have a 24-hour cycle. The results show the possibility of predicting the onset of BPSD using machine learning methods.
言語 en
書誌情報 ja : 電子情報通信学会技術研究報告 信学技報 : MICT2023-79
en : IEICE technical report : MICT2023-79

巻 123, 号 446, p. 12-16, 発行日 2024-03-08
出版者
出版者 電子情報通信学会
言語 ja
ISSN
収録物識別子タイプ EISSN
収録物識別子 2432-6380
権利
権利情報 Copyright (c) 2024 IEICE
関連サイト
識別子タイプ URI
関連識別子 https://ken.ieice.org/ken/paper/20240315Vc1q/
著者版フラグ
出版タイプ VoR
出版タイプResource http://purl.org/coar/version/c_970fb48d4fbd8a85
戻る
0
views
See details
Views

Versions

Ver.1 2024-04-11 04:59:54.963794
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3