ŚLEDZENIE ZABURZEŃ RUCHU DŁONI ZA POMOCĄ SMARTFONA W OPARCIU O METODY WIZJI KOMPUTEROWEJ
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 14 Nr 2 (2024)
-
ŚLEDZENIE ZABURZEŃ RUCHU DŁONI ZA POMOCĄ SMARTFONA W OPARCIU O METODY WIZJI KOMPUTEROWEJ
Marko Andrushchenko, Karina Selivanova, Oleg Avrunin, Dmytro Palii, Sergii Tymchyk , Dana Turlykozhayeva5-10
-
SPOSOBY ANALIZY PARAMETRÓW TRANSMISJI I ODTWORZENIA SYGNAŁU MOWY
Olexiy Azarov, Larysa Azarova, Iurii Krak, Leonid Krupelnitskyi, Anzhelika Azarova, Veronika Azarova11-16
-
KONCEPCJA I WALIDACJA UKŁADU DO REJESTRACJI SYGNAŁÓW WIBROAKUSTYCZNYCH STAWU KOLANOWEGO
Robert Karpiński, Anna Machrowska, Marcin Maciejewski, Józef Jonak, Przemysław Krakowski17-21
-
INSPIROWANE KOJOTAMI PODEJŚCIE DO PRZEWIDYWANIA TOCZNIA RUMIENIOWATEGO UKŁADOWEGO Z WYKORZYSTANIEM SIECI NEURONOWYCH
Sobhana Mummaneni, Pragathi Dodda, Naga Deepika Ginjupalli22-27
-
ZMIANA CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWEJ FILTRA Z WYKORZYSTANIEM DŁAWIKA O PŁYNNIE REGULOWANEJ INDUKCJI
Vasyl Hudym, Vira Kosovska, Huthaifa Al_Issa, Taras Shchur, Oleksandr Miroshnyk, Sławomir Ziarkowski28-33
-
BADANIE TRYBÓW ROZRUCHU JEDNOFAZOWYCH SILNIKÓW ASYNCHRONICZNYCH PRZY ZMIANIE PARAMETRÓW UZWOJEŃ STOJANA, KONDENSATORA PRZESUWAJĄCEGO FAZĘ I NAPIĘCIA ZASILANIA
Suad Omar Aldaikh, Mohannad O. Rawashdeh, Lina H. Hussienat, Mohamed Qawaqzeh, Oleksiy Iegorov, Olga Iegorova, Mykola Kundenko, Dmytro Danylchenko, Oleksandr Miroshnyk, Taras Shchur34-41
-
OCENA CHARAKTERYSTYKI ENERGETYCZNEJ PROCESU SUSZENIA PODCZERWIENI NASION RZEPAKU I SOJI PRZY UŻYCIU WIRNIKA WIBRACYJNEGO
Igor Palamarchuk, Vladyslav Palamarchuk, Marija Zheplinska42-46
-
UZASADNIENIE MOŻLIWOŚCI STWORZENIA ZINTEGROWANEGO ULTRADŹWIĘKOWEGO PRZETWORNIKA DO POMIARU ZUŻYCIA GAZU ZIEMNEGO
Yosyp Bilynsky, Аndrii Stetsenko, Konstantin Ogorodnik47-50
-
NUMERYCZNE BADANIE MOŻLIWOŚCI WYKORZYSTANIA POŁĄCZEŃ KLEJOWYCH DO POŚREDNICH POMIARÓW ROZKŁADU NAPRĘŻENIA
Piotr Kisała, Paweł Wiśniewski51-55
-
ZMODYFIKOWANA METODA ANALIZY WIDMOWEJ SYGNAŁÓW RADIOWYCH Z WYKORZYSTANIEM PODEJŚCIA OPERATORSKIEGO DLA TRANSFORMATY FOURIERA
Valentyn Sobchuk, Serhii Laptiev, Tetiana Laptievа, Oleg Barabash, Oleksandr Drobyk, Andrii Sobchuk56-61
-
ITERACYJNE DEKODOWANIE KRÓTKICH KODÓW PARZYSTOŚCI O NISKIEJ GĘSTOŚCI W OPARCIU O EWOLUCJĘ RÓŻNICOWĄ
Mykola Shtompel, Sergii Prykhodko62-65
-
PRZEGLĄD GENERATYWNYCH SIECI PRZECIWSTAWNYCH DLA ZASTOSOWAŃ BEZPIECZEŃSTWA
Swarajya Madhuri Rayavarapu, Shanmukha Prasanthi Tammineni, Sasibhushana Rao Gottapu, Aruna Singam66-70
-
IoT DO PREDYKCYJNEJ KONSERWACJI KRYTYCZNEGO SPRZĘTU MEDYCZNEGO W STRUKTURZE SZPITALA
Maroua Guissi, My Hachem El Yousfi Alaoui, Larbi Belarbi, Asma Chaik71-76
-
ZASTOSOWANIE SIECI NEURONOWYCH RESNET-152 DO ANALIZY OBRAZÓW Z UAV DO WYKRYWANIA POŻARU
Nataliia Stelmakh, Svitlana Mandrovska, Roman Galagan77-82
-
IDENTYFIKACJA GLEB ZASOLONYCH W STREFIE PRZYBRZEŻNEJ DYSTRYKTU KRISHNA, ANDHRA PRADESH, Z WYKORZYSTANIEM DANYCH TELEDETEKCYJNYCH I TECHNIK UCZENIA MASZYNOWEGO
Govada Anuradha, Venkata Sai Sankara Vineeth Chivukula, Naga Ganesh Kothangundla83-88
-
OCENA WYDAJNOŚCI WYKRYWANIA MASKI NA TWARZY NA PODSTAWIE WIELU MODYFIKACJI ARCHITEKTURY YOLOV8
Muna AL-Shamdeen, Fawziya Mahmood Ramo89-95
-
OCENA ROZWIĄZAŃ INŻYNIERSKICH W ROZWOJU DZIAŁU ZAKUPÓW DLA WARSZTATU KONSTRUKCJI METALOWYCH
Bogdan Palchevskyi, Lubov Krestyanpol96-100
-
OCENA SKUTECZNOŚCI PROGNOZOWANIA CEN BITCOINÓW PRZY UŻYCIU TECHNIK UCZENIA MASZYNOWEGO NA DANYCH HISTORYCZNYCH
Mamun Ahmed, Sayma Alam Suha, Fahamida Hossain Mahi, Forhad Uddin Ahmed101-108
-
METODY INTELIGENTNEJ ANALIZY DANYCH Z WYKORZYSTANIEM SIECI NEURONOWYCH W DIAGNOZIE
Volodymyr Lyfar, Olena Lyfar, Volodymyr Zynchenko109-112
-
POPRAWA PARAMETRÓW REGRESJI WEKTORA NOŚNEGO V Z RÓWNOLEGŁYM WYBOREM CECHY POPRZEZ WYKORZYSTANIE ALGORYTMU QUASI-OPOZYCYJNEGO I ALGORYTMU OPTYMALIZACJI HARRIS HAWKS
Omar Mohammed Ismael, Omar Saber Qasim, Zakariya Yahya Algamal113-118
-
ADAPTACYJNY RÓŻNICZKOWY ALGORYTM EWOLUCYJNY ZE STRATEGIĄ DOSTOSOWYWANIA GRANIC DO ROZWIĄZYWANIA NIELINIOWYCH PROBLEMÓW IDENTYFIKACJI PARAMETRÓW
Watchara Wongsa, Pikul Puphasuk, Jeerayut Wetweerapong119-126
-
MODELOWANIE WYBORU KURSU ONLINE DLA UMIEJĘTNOŚCI HIGIENY INFORMACJI METODĄ SAATY
Yuliia Rudenko, Karen Ahadzhanov-Honsales, Svitlana Ahadzhanova, Alla Batalova, Olena Bieliaieva, Artem Yurchenko, Olena Semenikhina127-132
-
PRZEGLĄD OSIĄGNIĘĆ PRACOWNIKÓW POLITECHNIKI LUBELSKIEJ W DZIEDZINIE WYKORZYSTANIA ZBIORÓW ROZMYTYCH
Maciej Celiński, Adam Kiersztyn133-140
-
SYMULACJA ROBOTYCZNYCH ZESPOŁÓW MECHATRONICZNYCH W PROGRAMIE V-REP
Laura Yesmakhanova141-148
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
W niniejszym artykule opisano opracowanie opłacalnego, wydajnego i dostępnego rozwiązania do diagnozowania zaburzeń ruchu ręki przy użyciu technologii wizyjnych opartych na smartfonach. Podkreślono w nim ideę wykorzystania danych z kamery ToF w połączeniu z danymi RG i algorytmami uczenia maszynowego do dokładnego rozpoznawania kończyn i ruchów, co przezwycięża ograniczenia tradycyjnych metod rozpoznawania ruchu, poprawiając rehabilitację i zmniejszając wysokie koszty profesjonalnego sprzętu medycznego. Wykorzystując wszechobecność smartfonów i zaawansowane metody obliczeniowe, badanie oferuje nowe podejście do poprawy jakości i dostępności diagnostyki zaburzeń ruchu, oferując obiecujący kierunek przyszłych badań i zastosowań w praktyce klinicznej.
Słowa kluczowe:
Bibliografia
Apple Machine Learning Research (n.d.). Deploying Transformers on the Apple Neural Engine [https://machinelearning.apple.com/research/neural-engine-transformers].
Apple Inc. (n.d.). Streaming Depth Data from the TrueDepth Camera. Apple Developer Documentation [https://developer.apple.com/documentation/avfoundation/additional_data_capture/streaming_depth_data_from_the_truedepth_camera].
Apple Developer Documentation. Streaming Depth Data from the TrueDepth Camera | Apple Developer Documentation [https://developer.apple.com/documentation/avfoundation/additional_data_capture/streaming_depth_data_from_the_truedepth_camera,2023] (accessed 3 Dec. 2023).
Assimp.org. The Asset-Importer Library Home [https://www.assimp.org] (accessed 3 Dec. 2023).
Avrunin O. G. et al.: Research Active Posterior Rhinomanometry Tomography Method for Nasal Breathing Determining Violations. Sensors 21, 2021, 8508.
Avrunin O. et al.: Improving the methods for visualization of middle ear pathologies based on telemedicine services in remote treatment. IEEE KhPI Week on Advanced Technology, KhPI Week, 2020, 347–350.
GitHub [https://github.com/googlesamples/mediapipe/tree/main/examples/hand_landmarker/ios] (accessed 19 Feb. 2024).
Google for Developers. Hand landmarks detection guide [https://developers.google.com/mediapipe/solutions/vision/hand _landmarker#model] (accessed 19 Feb. 2024).
Gupta S., White M.: Improved On-Device ML on Pixel 6, with Neural Architecture Search. Google Research Blog [https://blog.research.google/2021/11/improved-on-device-ml-on-pixel-6-with.html] (accessed 8 Nov. 2021).
Kim B., Neville Ch.: Accuracy and Feasibility of a Novel Fine Hand Motor Skill Assessment Using Computer Vision Object Tracking. Scientific Reports 13(1), 2023, 1–14 [https://doi.org/10.1038/s41598-023-29091-0].
Lin T.-Y. et al.: Feature Pyramid Networks for Object Detection [https://arxiv.org/pdf/1612.03144.pdf].
Liu W. et al.: SSD: Single Shot MultiBox Detector [https://arxiv.org/pdf/1512.02325.pdf].
Liang M. et al.: Deep Continuous Fusion for Multi-Sensor 3D Object Detection. 2020 [https://arxiv.org/abs/2012.10992] (accessed 19 Feb. 2024).
Liang M. et al.: Multi-Task Multi-Sensor Fusion for 3D Object Detection [https://openaccess.thecvf.com/content_CVPR_2019/papers/Liang_MultiTask_MultiSensor_Fusion_for_3D_Object_Detection_CVPR_2019_paper.pdf].
Muhammad B. S., Chai D.: RGB-D Data-Based Action Recognition: A Review. Sensors 21(12), 2021, 4246–4246 [https://doi.org/10.3390/s21124246].
On-Device, Real-Time Hand Tracking with MediaPipe [https://blog.research.google/2019/08/on-device-real-time-hand-tracking-with.html] (accessed 19 Feb. 2024).
Romanyuk O. et al.: A function-based approach to real-time visualization using graphics processing units. Proc. SPIE 11581, 2020, 115810E [https://doi.org/10.1117/12.2580212].
Selivanova K. Avrunin O.: Method of Hand Movement Disorders Determination based on the Surgeon's Laparoscopic Video Recording. 3rd KhPI Week on Advanced Technology – KhPIWeek, 2022, 1–4 [https://doi.org/10.1109/KhPIWeek57572.2022.9916457].
Selivanova K. et al.: The tracking system of a three-dimensional position of hand movement for tremor detection. Proc. SPIE 11581, 2020, 115810I [https://doi.org/10.1117/12.2580330].
Sokol Y. et al.: Using medical imaging in disaster medicine. IEEE 4th International Conference on Intelligent Energy and Power Systems, IEPS 2020, 2020, 287–290.
Taeger J. et al.: Utilization of Smartphone Depth Mapping Cameras for App-Based Grading of Facial Movement Disorders: Development and Feasibility Study. JMIR mHealth and uHealth 9(1), 2021, e19346 [https://doi.org/10.2196/19346].
Turlykozhayeva D. et al.: Routing Algorithm for Software Defined Network Based on Boxcovering Algorithm. 10th International Conference on Wireless Networks and Mobile Communications – WINCOM, 2023.
Tymkovych M. et al.: 3D scanning technologies by optical RealSense cameras for SIREN-based 3D hand representation. Proc. SPIE 12985, 2023, 129850O [https://doi.org/10.1117/12.3022737].
Urban S. et al.: On the Issues of TrueDepth Sensor Data for Computer Vision Tasks Across Different IPad Generations. 2022 [https://arxiv.org/abs/2201.10865] (accessed 26 Nov. 2023).
WójcikW. et al.: Information Technology in Medical Diagnostics II. Taylor & Francis Group. CRC Press, Balkema Book. London, 2019.
Wójcik W. et al.: Information Technology in Medical Diagnostics. CRC Press, 2017.
Zhang F. et al.: MediaPipe Hands: On-device Real-time Hand Tracking. 2006 [https://arxiv.org/abs/2006.10214].
##plugins.themes.bootstrap3.article.details##
Abstract views: 951
Downloads: 496

