Mobilize Center: Models for Mobile Sensing and Precision Rehabilitation

移动中心:移动传感和精准康复模型

基本信息

  • 批准号:
    10581468
  • 负责人:
  • 金额:
    $ 120.46万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2020
  • 资助国家:
    美国
  • 起止时间:
    2020-05-04 至 2025-11-30
  • 项目状态:
    未结题

项目摘要

Limited mobility due to conditions like osteoarthritis (OA), cerebral palsy, and Parkinson’s disease affects millions of individuals, at enormous personal and societal cost. Rehabilitation can dramatically improve mobility and function, but current rehabilitation practice requires in-person guidance by a skilled clinician, increasing expense and limiting access. Mobile sensing technologies are now ubiquitous and have the potential to measure patient function and guide treatment outside the clinic, but they currently fail to capture the characteristics of motion required to accurately monitor function and customize treatment. Millions of low-cost mobile sensors are generating terabytes of data that could be analyzed in combination with other data, such as images, clinical records, and video, to enable studies of unprecedented scale, but machine learning models for analyzing these large-scale, heterogeneous, time-varying data are lacking. To address these challenges, we will establish a Biomedical Technology Resource Center —The Mobilize Center. Through the leadership of an experienced scientific team, we will create and disseminate innovative tools to quantify movement biomechanics with mobile sensors. Specifically, we will: 1. Push the bounds of what we can measure via wearable sensors using models that compute muscle and joint forces and metabolic cost of locomotion. These models, based on biomechanical and machine learning models, will be disseminated via our newly created OpenSense software, which will be used by thousands of researchers to gain new insights into patient biomechanics using mobile sensors. 2. Meet the need for tools that analyze data about movement dynamics and develop machine learning models to analyze and generate insights from unstructured, high-dimensional data, including time- series (e.g., from mobile sensors), images (e.g., MRI), and video (e.g., smartphone video of a patient’s gait). 3. Provide tools needed to intervene in the real-world. We will develop algorithms to accurately quantify kinematics outside the lab for long durations using data from inertial measurement units (IMUs). We will also build behavioral models to adapt and personalize goal setting, drawing on movement records from 6 million individuals, as well as health goals and exercise for 1.7 million people. Through intensive interactions with our Collaborative Projects, we will focus on improving rehabilitation outcomes for individuals with limited mobility due to osteoarthritis, obesity, Parkinson’s disease, and cerebral palsy. The Center’s tools and services will enable researchers to revolutionize how we diagnose, monitor, and treat mobility disorders, providing tools needed to deliver precision rehabilitation at low cost and on a massive scale in the future.
骨关节炎 (OA)、脑瘫和帕金森病等疾病导致的活动受限会影响 康复可以极大地改善数百万人的流动性,但需要付出巨大的个人和社会成本。 和功能,但目前的康复实践需要熟练临床医生的亲自指导,这增加了 移动传感技术现在无处不在,并且有潜力。 在诊所外测量患者功能和治疗指南,但目前无法捕捉到 精确监测功能和定制治疗所需的运动特征数以百万计的低成本。 移动传感器正在生成数 TB 的数据,这些数据可以与其他数据结合进行分析,例如 图像、临床记录和视频,以实现前所未有的规模研究,但机器学习模型 缺乏对这些大规模、异构、时变数据的分析。 为了应对这些挑战,我们将建立一个生物医学技术资源中心——The Mobilize 通过经验丰富的科学团队的领导,我们将创造和传播创新成果。 使用移动传感器量化运动生物力学的工具。 具体来说,我们将: 1. 使用计算肌肉的模型突破我们可以通过可穿戴传感器测量的范围 这些模型基于生物力学和机器。 学习模型将通过我们新创建的 OpenSense 软件进行传播,该软件将用于 由数千名研究人员使用移动传感器获得对患者生物力学的新见解。 2. 满足对分析运动动态数据和开发机器学习的工具的需求 用于分析非结构化、高维数据(包括时间数据)并生成见解的模型 系列(例如,来自移动传感器)、图像(例如,MRI)和视频(例如,患者的智能手机视频) 步态)。 3. 提供干预现实世界所需的工具我们将开发准确量化的算法。 我们将使用惯性测量单元 (IMU) 的数据在实验室外进行长时间的运动学分析。 还建立行为模型来适应和个性化目标设定,利用来自的运动记录 600 万人,以及 170 万人的健康目标和锻炼。 通过与我们的合作项目的深入互动,我们将专注于改善康复 因骨关节炎、肥胖、帕金森病和脑血管病而行动受限的人的结果 该中心的工具和服务将使研究人员能够彻底改变我们的诊断、监测和治疗方式。 治疗行动障碍,提供以低成本和大规模进行精准康复所需的工具 未来规模化。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

SCOTT L DELP其他文献

SCOTT L DELP的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('SCOTT L DELP', 18)}}的其他基金

Administrative Oversight
行政监督
  • 批准号:
    10405590
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Administrative Oversight
行政监督
  • 批准号:
    10155577
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Technology Development
技术开发
  • 批准号:
    10155574
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Technology Development
技术开发
  • 批准号:
    10645107
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Center for Reliable Sensor Technology-Based Outcomes for Rehabilitation (RESTORE)
基于可靠传感器技术的康复成果中心 (RESTORE)
  • 批准号:
    10405585
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Administration
行政
  • 批准号:
    10907216
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Center for Reliable Sensor Technology-Based Outcomes for Rehabilitation (RESTORE)
基于可靠传感器技术的康复成果中心 (RESTORE)
  • 批准号:
    10645099
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Technology Training and Dissemination
技术培训与传播
  • 批准号:
    10581472
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Administration
行政
  • 批准号:
    10581469
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:
Center for Reliable Sensor Technology-Based Outcomes for Rehabilitation (RESTORE)
基于可靠传感器技术的康复成果中心 (RESTORE)
  • 批准号:
    10155572
  • 财政年份:
    2020
  • 资助金额:
    $ 120.46万
  • 项目类别:

相似国自然基金

本体驱动的地址数据空间语义建模与地址匹配方法
  • 批准号:
    41901325
  • 批准年份:
    2019
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目
时空序列驱动的神经形态视觉目标识别算法研究
  • 批准号:
    61906126
  • 批准年份:
    2019
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
针对内存攻击对象的内存安全防御技术研究
  • 批准号:
    61802432
  • 批准年份:
    2018
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目
大容量固态硬盘地址映射表优化设计与访存优化研究
  • 批准号:
    61802133
  • 批准年份:
    2018
  • 资助金额:
    23.0 万元
  • 项目类别:
    青年科学基金项目
IP地址驱动的多径路由及流量传输控制研究
  • 批准号:
    61872252
  • 批准年份:
    2018
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目

相似海外基金

The Proactive and Reactive Neuromechanics of Instability in Aging and Dementia with Lewy Bodies
衰老和路易体痴呆中不稳定的主动和反应神经力学
  • 批准号:
    10749539
  • 财政年份:
    2024
  • 资助金额:
    $ 120.46万
  • 项目类别:
Clonal hematopoiesis and inherited genetic variation in sickle cell disease
镰状细胞病的克隆造血和遗传变异
  • 批准号:
    10638404
  • 财政年份:
    2023
  • 资助金额:
    $ 120.46万
  • 项目类别:
Integrative genomic and functional genomic studies to connect variant to function for CAD GWAS loci
整合基因组和功能基因组研究,将 CAD GWAS 位点的变异与功能联系起来
  • 批准号:
    10639274
  • 财政年份:
    2023
  • 资助金额:
    $ 120.46万
  • 项目类别:
Mitral Regurgitation Quantification Using Dual-venc 4D flow MRI and Deep learning
使用 Dual-venc 4D 流 MRI 和深度学习对二尖瓣反流进行量化
  • 批准号:
    10648495
  • 财政年份:
    2023
  • 资助金额:
    $ 120.46万
  • 项目类别:
Transfer learning leveraging large-scale transcriptomics to map disrupted gene networks in cardiovascular disease
利用大规模转录组学的转移学习来绘制心血管疾病中被破坏的基因网络
  • 批准号:
    10696753
  • 财政年份:
    2023
  • 资助金额:
    $ 120.46万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了