Musical Stairs: A motivational therapy tool for children with disabilities featuring automated detection of stair-climbing gait events via inertial sensors
Notice bibliographique
Résumé
Stair-climbing is a key component of rehabilitation therapies for children with physical disabilities. This paper reports on the design of a system, Musical Stairs, to provide auditory feedback during stair-climbing therapies. Musical Stairs is composed of two foot-mounted inertial sensors, a step detection algorithm, and an auditory feedback response. In Phase 1, we establish its clinical feasibility via a Wizard-of-Oz AB/BA cross-over design with 17 children, aged 4-6 years, having diverse diagnoses and gait abilities. Self-, therapist- and blinded-observer reports indicated increased motivation with auditory feedback. Phase 2 describes the construction of a database comprised of synchronized video and inertial data associated with 1568 steps up and down stairs completed by 26 children aged 4-6 years with diverse diagnoses and gait. Lastly, in Phase 3, data from 18 children in the database were used to train a rule-based step detection algorithm based on local minima in the acceleration profile and the foot's swing angle. A step detection rate of 96% [SD=3%] and false positive rate of 6% [SD=5%] were achieved with an independent test set (n=8). Recommendations for future development and evaluation are discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».