Akademik Veri Yönetim Sistemi
Sensörler ve Biyosensörler Ansiklopedisi, Roger Narayan, Editör, Elsevier Science, Oxford/Amsterdam , Newcastle Upon Tyne, ss.1-867, 2023
Mikroelektromekanik sistemlerdeki (MEMS) gelişmeler, uygun fiyatlı ve verimli giyilebilir cihazların üretilmesini sağlamıştır. Sensör tabanlı yürüyüş analizinde, hareket ve biyolojik geri bildirim sensör cihazları vücudun farklı bölgelerine kolayca takılabilir. Farklı sensör teknolojileri kullanılarak yürüyüşün enstrümantasyonu, araştırmacıların ve klinisyenlerin laboratuvar içinde ve dışında yüksek çözünürlüklü niceliksel hareket verilerini yakalamasını sağlar. Gelişmiş sensör teknolojilerinin entegrasyonu, yerleşik klinik muayeneyi tamamlayan nesnel ve değerlendiriciden bağımsız çok modlu sonuçlar sağlar. Ekolojik olarak geçerli, hastayla ilgili alışılmış ortamlarda çok modlu veri yakalama, bozulmuş yürüyüşün farklı yönlerini bilgilendirerek dalgalanan ve nadir olayları izlemek için yeni olanaklar sunar. Birbirine bağlı cihaz iletişimi ve Nesnelerin İnterneti (IoT), uzaktan yürüyüş değerlendirmesini mümkün kılan altyapı platformunu sağlar. Ancak, farklı sensör teknolojileri tarafından kaydedilen uzun süreli hareket verileri, çok miktarda etiketlenmemiş veriyle sonuçlanır. Hesaplamalı yöntemler ve yapay zeka teknikleri (örneğin, veri madenciliği), gözetimsiz ortamlarda toplanan verileri yönetme fırsatları sağlar. Teknolojik ilerleme ve algoritmalar uzaktan yürüyüş değerlendirmesini desteklese de, daha iyi rehabilitasyon ve tedaviye katkıda bulunacak sağlam ve güvenilir yürüyüş analizi araçlarına ulaşmak için analitik ve klinik doğrulama açısından daha fazla çalışma yapılması gerekmektedir.
Advancements in Microelectromechanical systems (MEMS) have enabled the manufacture of affordable and efficient wearable devices. In sensor-based gait analysis, motion and biofeedback sensor devices are easily attached to different parts of the body. Instrumentation of gait using different sensor technologies enables researchers and clinicians to capture high-resolution quantitative motion data within and beyond the lab. Integration of advanced sensor technologies provides objective and rater-independent multimodal outcomes that complement established clinical examination. Multi-modal data capture in ecologically valid, patient-relevant habitual settings opens new possibilities to monitor fluctuating and rare incidents by informing different aspects of impaired gait. Interconnected device communication and the Internet of Things (IoT) provide the infrastructural platform to enable remote gait assessment. However, an extended period of motion data recorded by different sensor technologies results in a vast amount of unlabeled data. Computational methods and artificial intelligence techniques (e.g., data mining) provide opportunities to manage data collected in unsupervised environments. Although technological advancement and algorithms promote remote gait assessment, more work needs to be done in terms of analytical and clinical validation to achieve robust and reliable gait analysis tools that contribute to better rehabilitation and treatment.