AND 1

NBA Finalが個人的に暑い昨今です。Game 5楽しみです。

Second Optionである、WingのDuncan RobinsonとTyler Herroに注目です。

全然関係ないですが久々の内容はゼミで発表予定のスライドを掲載します。

　リハビリテーション医学において日常生活を再建を第一義としています。その治療対象となる動作を評価するために、表面筋電図や3次元歩行解析を行い、臨床では治療方針(装具作成やBotox施注筋候補の同定等)を決定します。

　しかし、その過程で問題となる事象は、多次元に渡るデータの解釈です。近年、人工知能を利用し、"Infomation Overload"を解決し、臨床の意思決定に役立てようとする潮流があります。

　今日はその論文を概説します。Open accessですので興味のある方はPubmedからどうぞ。

テーマは上記のとおりです。

Calgaryはカナダの大学です。歩行のLaboがあり、この論文のLast Authorはスポーツ外傷の動作解析を専門にされている方です。

 最後にはTopologyについても説明します。

ここで使用されるマーカーは日本でも主要なものです。

Big dataと一般的に呼ばれますが明確な定義はないみたいです。

 数は力ですね。Steve Kerr先験的。

早くデータが蓄積されることも重要ということです。マーカーレスもこれから、研究が増えるかもしれません。今でもありますが。

多少の測定誤差等はSampleで補えるということでしょうか。多重代入法ではなくk近傍法では特徴空間上で隣接するデータを元に分類を行う手法です。

データ自体の質が低くとも、臨床的価値のあるの結果を　　　　　　　　　　　　抽出できるのは有意義です。

最初にどのデータを投入するか、恣意的であるべきでないとされています。

関係の最大化、冗長性の最小化が次元削減では求められます。

続く・・・・