【肥胖】利用智慧戒指收集睡眠、恢復、活動和其他生理訊號,識別GLP-1治療效果 文章出處 Fierce Healthcare 原文標題 Oura, UC San Diego Health collaborate to study GLP...
【睡眠】基於手腕上穿戴設備的加速度數據,利用機器學習識別兒童「睡眠-覺醒」分類
【睡眠】基於手腕上穿戴設備的加速度數據,利用機器學習識別兒童「睡眠-覺醒」分類 文章出處 Sleep 原文標題 The Sleep-Wake Classification Performance of Pediatric-Trained...
【帕金森】基於穿戴式步態特徵,利用機器學習識別「帕金森氏症」
【帕金森】基於穿戴式步態特徵,利用機器學習識別「帕金森氏症」 文章出處 Frontiers in Medicine 原文標題 Wearable Sensor–Derived Gait Signatures for Parkinson...
【心房顫動】基於連續穿戴式心電圖,利用深度學習預測「房顫」風險
【心房顫動】基於連續穿戴式心電圖,利用深度學習預測「房顫」風險 文章出處 Scientific Reports 原文標題 Personalized deep learning for short-term forecasting of ...
【帕金森】基於穿戴式慣性步態數據,利用ML識別「帕金森氏症」患者回顧性前驅症狀負擔
【帕金森】基於穿戴式慣性步態數據,利用機器學習識別「帕金森氏症」患者回顧性前驅症狀負擔 文章出處 Scientific Reports 原文標題 Wearable Gait Biomarkers and Explainable AI I...
【心血管】基於穿戴式數據,利用量子優化時空變換器(QST-Trans)預測心血管風險
【心血管】基於穿戴式數據,利用量子優化時空變換器(QST-Trans)預測心血管風險 文章出處 Frontiers in Cardiovascular Medicine 原文標題 Quantum-optimized spatio-tem...
【心血管】基於穿戴式測量數據,利用量子優化時空變換器(QST-Trans)預測心血管風險
【心血管】基於穿戴式測量數據,利用量子優化時空變換器(QST-Trans)預測心血管風險 文章出處 Frontiers in Cardiovascular Medicine 原文標題 Quantum-Optimized Spatio-T...
【傷口】基於深度學習的「智慧繃帶Janus」可實現精準傷口監測(pH值、溫度和葡萄糖濃度)
【傷口】基於深度學習的「智慧繃帶Janus」可實現精準傷口監測(pH值、溫度和葡萄糖濃度) 文章出處 Biosensors and Bioelectronics 原文標題 Light-adaptive Janus smart banda...
【帕金森】基於穿戴式步態數據,利用ML識別「帕金森氏症」與「正常壓力腦積水」
【帕金森】基於穿戴式步態數據,利用機器學習識別「帕金森氏症」與「正常壓力腦積水(NPH)」 文章出處 Biomedical Signal Processing and Control 原文標題 Machine learning diff...
【腰痛】基於足底壓力感測器和IMU數據,利用ML分類高風險提舉姿勢,提供即時視聽覺回饋
【腰痛】基於足底壓力感測器和慣性測量數據,利用機器學習分類高風險提舉姿勢,提供即時視覺/聽覺回饋 文章出處 Scientific Reports 原文標題 An intelligent wearable insole system fo...
【脊椎側彎】基於穿戴式慣性測量單元感測器,利用深度學習識別青少年特發性脊椎側彎
【脊椎側彎】基於穿戴式慣性測量單元感測器,利用深度學習識別青少年特發性脊椎側彎 文章出處 Frontiers in Bioengineering and Biotechnology 原文標題 Deep Learning Based Sc...
【呼吸中止】基於穿戴式裝置和智慧手機數據,利用ML識別「阻塞性睡眠呼吸中止症」
【呼吸中止】基於穿戴式裝置和智慧手機數據,利用機器學習識別「阻塞性睡眠呼吸中止症(OSA)」 文章出處 Scientific Reports 原文標題 Machine learning for scalable obstructive ...
【跌倒】結合深度學習和穿戴式感測器,預測老人「跌倒」風險及即時預警
【跌倒】結合深度學習和穿戴式感測器,預測老人「跌倒」風險及即時預警 文章出處 Scientific Reports 原文標題 Intelligent fall risk prediction and real-time warning ...
【跌倒】基於穿戴式加速度計數據,利用LSTM預測老人的身體虛弱和跌倒風險
【跌倒】基於穿戴式加速度計數據,利用LSTM預測老人的身體虛弱和跌倒風險 文章出處 npj Digital Medicine 原文標題 Daily activity patterns from wearable acceleromet...