Deep Learning-Based Energy Expenditure Estimation in Assisted and Non-Assisted Gait Using Inertial, EMG, and Heart Rate Wearable Sensors.

Lopes, João M; Figueiredo, Joana; Fonseca, Pedro; Cerqueira, João J; Vilas-Boas, João P; Santos, Cristina P

Lopes, João M; Figueiredo, Joana; Fonseca, Pedro; Cerqueira, João J; Vilas-Boas, João P; Santos, Cristina P.

Afiliação

Lopes JM; Center for MicroElectroMechanical Systems (CMEMS), University of Minho, 4800-058 Guimarães, Portugal.
Figueiredo J; LABBELS-Associate Laboratory, 4710-057 Braga/4800-058 Guimarães, Portugal.
Fonseca P; Center for MicroElectroMechanical Systems (CMEMS), University of Minho, 4800-058 Guimarães, Portugal.
Cerqueira JJ; LABBELS-Associate Laboratory, 4710-057 Braga/4800-058 Guimarães, Portugal.
Vilas-Boas JP; Porto Biomechanics Laboratory (LABIOMEP), Faculty of Sports, University of Porto, 4200-450 Porto, Portugal.
Santos CP; Life and Health Sciences Research Institute (ICVS), School of Medicine, University of Minho, 4710-057 Braga, Portugal.

Sensors (Basel) ; 22(20)2022 Oct 18.

Article em En | MEDLINE | ID: mdl-36298264

Assuntos

Aprendizado Profundo; Dispositivos Eletrônicos Vestíveis; Humanos; Frequência Cardíaca; Marcha/fisiologia; Caminhada/fisiologia; Metabolismo Energético/fisiologia

Palavras-chave

artificial intelligence; deep learning; energy expenditure; gait rehabilitation; human-in-the-loop; robotics-based rehabilitation; wearable sensors

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Dispositivos Eletrônicos Vestíveis / Aprendizado Profundo Tipo de estudo: Health_economic_evaluation Limite: Humans Idioma: En Ano de publicação: 2022 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google