In this paper we presented a speed

In this paper we presented a speed analysis of arm movement. Results show that 1) instantaneous velocity provides more reliable classification compared to instantaneous acceleration, 2) the mean is a better feature compared to the standard deviation for instantaneous velocity, and 3) the hand joint is the most efficient joint for speed detection in arm motion. Moreover, a low-pass filter improves the interclass speed classification but has no effect on the intraclass classification. For interclass speed classification, the mean of non-filtered instantaneous velocities scored a 0.49% error rate in detecting the speed type over 405 motions, while the standard deviation of filtered instantaneous velocity scored 5.43% during the intraclass classification. Moreover, the first 60% of the range of movement provides a classification error relatively close to the use of the whole movement range—this can be used for predicting the speed type in real time. Furthermore, the most important 10% of a whole motion is the 50–60% region. The results are promising, and this approach can be implemented in a human–computer intraction system for interactive tremor diagnosis, specifically measuring hand-related disability and improvement. In this study, we asked healthy subjects to mimic abnormality by moving slowly; however, testing this approach on patients with Parkinson’s disease or any hand tremors remains a task for future work.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรานำเสนอการวิเคราะห์ความเร็วของการเคลื่อนไหวแขน ผลลัพธ์แสดงว่า ความเร็ว 1) กำลังแสดงประเภทความน่าเชื่อถือมากขึ้นเมื่อเทียบกับกำลังเร่ง 2)หมายความว่าเป็นคุณลักษณะดีเมื่อเทียบกับค่าเบี่ยงเบนมาตรฐานของความเร็วกำลัง และ 3) การร่วมมือ ร่วมมีประสิทธิภาพสูงสุดสำหรับการตรวจหาความเร็วในการเคลื่อนไหวแขน นอกจากนี้ ตัวกรองต่ำผ่านการปรับปรุงการจัดประเภทความเร็ว interclass แต่ไม่มีผลกับการจัดประเภท intraclass สำหรับประเภทความเร็ว interclass หมายความว่าของไม่ใช่กรองกำลังตะกอนคะแนนอัตรา 0.49% ข้อผิดพลาดในการตรวจสอบความเร็วในการพิมพ์ดังกว่า 405 ในขณะที่ส่วนเบี่ยงเบนมาตรฐานของความเร็วกำลังถูกกรองคะแนน 5.43% ในระหว่างการจัดประเภท intraclass นอกจากนี้ 60% แรกของช่วงของการเคลื่อนไหวให้มีข้อผิดพลาดประเภทแหใช้ช่วงการเคลื่อนไหวทั้งตัวนี้สามารถใช้สำหรับการคาดการณ์แบบเร็วในเวลาจริงได้ นอกจากนี้ สำคัญที่สุด 10% ของการเคลื่อนไหวทั้งหมดเป็นพื้นที่ 50 – 60% ผลคือสัญญา และวิธีการนี้สามารถนำมาใช้ในระบบ intraction มนุษย์ – คอมพิวเตอร์สำหรับการวินิจฉัยสั่นแบบโต้ตอบ โดยเฉพาะวัดที่เกี่ยวข้องกับมือพิการและปรับปรุง ในการศึกษานี้ เราถามเรื่องสุขภาพเพื่อเลียนแบบสารขยับช้า อย่างไรก็ตาม การทดสอบวิธีนี้ในผู้ป่วยโรคพาร์กินสันหรือ tremors มือใด ๆ ยังคง งานสำหรับงานในอนาคต

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรานำเสนอการวิเคราะห์ความเร็วของการเคลื่อนไหวแขน ผลแสดงให้เห็นว่า 1) ความเร็วทันทีมีการจัดหมวดหมู่น่าเชื่อถือมากขึ้นเมื่อเทียบกับการเร่งทันที 2) ค่าเฉลี่ยเป็นคุณลักษณะที่ดีขึ้นเมื่อเทียบกับค่าเบี่ยงเบนมาตรฐานสำหรับความเร็วทันทีและ 3) ร่วมกันมือเป็นทุนที่มีประสิทธิภาพมากที่สุดสำหรับการตรวจจับความเร็วในการเคลื่อนไหวแขน . นอกจากนี้ low-pass filter ช่วยเพิ่มความเร็วในการจัดหมวดหมู่ interclass แต่มีผลกระทบต่อการจัดหมวดหมู่ intraclass ไม่มี การจัดหมวดหมู่ความเร็ว interclass ค่าเฉลี่ยของไม่กรองความเร็วทันทีคะแนนอัตราความผิดพลาด 0.49% ในการตรวจสอบชนิดความเร็วกว่า 405 การเคลื่อนไหวในขณะที่ค่าเบี่ยงเบนมาตรฐานของความเร็วทันทีกรองคะแนน 5.43% ในช่วงการจัดหมวดหมู่ intraclass นอกจากนี้เป็นครั้งแรก 60% ของช่วงของการเคลื่อนไหวให้เกิดข้อผิดพลาดการจัดหมวดหมู่ที่ค่อนข้างใกล้เคียงกับการใช้งานของการเคลื่อนไหวทั้งในช่วงนี้สามารถใช้ในการทำนายชนิดความเร็วในเวลาจริง นอกจากนี้ที่สำคัญที่สุด 10% ของการเคลื่อนไหวทั้งหมดเป็นภูมิภาค 50-60% ผลลัพธ์ที่ได้จะมีแนวโน้มและวิธีการนี​​้สามารถดำเนินการในระบบ intraction มนุษย์กับคอมพิวเตอร์สำหรับการวินิจฉัยการสั่นสะเทือนแบบโต้ตอบโดยเฉพาะการวัดความพิการและการปรับปรุงมือที่เกี่ยวข้อง ในการศึกษานี้เราขออาสาสมัครที่มีสุขภาพดีเพื่อเลียนแบบความผิดปกติโดยการย้ายช้า; แต่วิธีการทดสอบในผู้ป่วยที่มีโรคพาร์กินสันหรือแรงสั่นสะเทือนมือใด ๆ นี้ยังคงเป็นงานสำหรับการทำงานในอนาคต

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เรานำเสนอความเร็วการวิเคราะห์การเคลื่อนไหวของแขน ผลการวิจัยพบว่า 1 ) แถวมีการเชื่อถือได้มากขึ้นเมื่อเทียบกับความเร่งขณะหนึ่ง , 2 ) หมายถึงเป็นคุณลักษณะที่ดีกว่า เมื่อเทียบกับส่วนเบี่ยงเบนมาตรฐานของความเร็วทันที และ 3 ) มือร่วมเป็นร่วมที่มีประสิทธิภาพมากที่สุดสำหรับความเร็วในการตรวจจับการเคลื่อนไหวแขน . นอกจากนี้เป็นวงจรกรองความถี่ต่ำผ่านการเพิ่มความเร็ว interclass แต่ไม่มีผลในการแสดง . สำหรับประเภทความเร็ว interclass ค่าเฉลี่ยของคะแนนไม่กรองทันทีความเร็วอัตราความผิดพลาดเป็น 0.49 % ในการตรวจหาชนิดความเร็วมากกว่าการเคลื่อนไหว 405 , ในขณะที่ส่วนเบี่ยงเบนมาตรฐานของคะแนน 5.43 กรองทันทีความเร็วในการแสดง . นอกจากนี้ครั้งแรกที่ 60% ในช่วงของการเคลื่อนไหว มีการผิดพลาดค่อนข้างใกล้กับใช้ช่วงการเคลื่อนไหวทั้งหมดนี้สามารถใช้สำหรับทำนายประเภทความเร็วในเวลาจริง นอกจากนี้ที่สำคัญที่สุด 10% ของการเคลื่อนไหวทั้งหมด 50 – 60 % ภูมิภาค ผลลัพธ์เป็นสัญญาและวิธีการนี้สามารถใช้ในมนุษย์และคอมพิวเตอร์ intraction ระบบการวินิจฉัยโรคสั่นแบบโต้ตอบ โดยเฉพาะวัดที่เกี่ยวข้องกับการปรับปรุงมือพิการและ ในการศึกษานี้เราถามคนปกติเพื่อเลียนแบบความผิดปกติโดยเคลื่อนไหวช้า อย่างไรก็ตาม การทดสอบวิธีนี้ในผู้ป่วยพาร์กินสัน หรือมือสั่นยังคงงานสำหรับงานในอนาคต