Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2017004240) IDENTIFICATION DE RISQUE DE CHUTE UTILISANT DES ALGORITHMES D'APPRENTISSAGE-MACHINE
Dernières données bibliographiques dont dispose le Bureau international

N° de publication : WO/2017/004240 N° de la demande internationale : PCT/US2016/040153
Date de publication : 05.01.2017 Date de dépôt international : 29.06.2016
CIB :
G01M 1/00 (2006.01)
G PHYSIQUE
01
MÉTROLOGIE; ESSAIS
M
ESSAI D'ÉQUILIBRAGE STATIQUE OU DYNAMIQUE DES MACHINES, DES STRUCTURES OU DES OUVRAGES; ESSAI DES STRUCTURES, DES OUVRAGES OU DES APPAREILS, NON PRÉVU AILLEURS
1
Essai d'équilibrage statique ou dynamique des machines, des structures ou des ouvrages
Déposants :
ISHOE, INC. [US/US]; 4326-B Scotland Street Houston, TX 77007, US
Inventeurs :
FORTH, Katharine; US
AIDEN, Erez, Lieberman; US
Mandataire :
SMITH, Darren; US
Données relatives à la priorité :
62/186,36630.06.2015US
Titre (EN) IDENTIFYING FALL RISK USING MACHINE LEARNING ALGORITHMS
(FR) IDENTIFICATION DE RISQUE DE CHUTE UTILISANT DES ALGORITHMES D'APPRENTISSAGE-MACHINE
Abrégé :
(EN) A person's fall risk may be determined based on machine learning algorithms. The fall risk information can be used to notify the person and/or a third party monitoring person (e.g. doctor, physical therapist, personal trainer, etc.) of the person's fall risk. This information may be used to monitor and track changes in fall risk that may be impacted by changes in health status, lifestyle behaviors or medical treatment. Furthermore, the fall risk classification may help individuals be more careful on the days they are more at risk for falling. The fall risk may be estimated using machine learning algorithms that process data from load sensors by computing basic and advanced punctuated equilibrium model (PEM) stability metrics.
(FR) Selon la présente invention, le risque de chute d'une personne peut être déterminé sur la base d'algorithmes d'apprentissage-machine. Les informations de risque de chute peuvent être utilisées pour notifier la personne et/ou une personne de surveillance tierce (telle qu'un médecin, un physiothérapeute, un entraîneur personnel, etc.) du risque de chute de la personne. Ces informations peuvent être utilisées pour surveiller et suivre des changements de risque de chute qui peuvent être affectés par des changements d'états de santé, de comportements de style de vie ou de traitement médical. En outre, la classification de risque de chute peut aider des individus à être plus prudents les jours où ils risquent plus de chuter. Le risque de chute peut être estimé à l'aide d'algorithmes d'apprentissage-machine qui traitent des données provenant de capteurs de charge par calcul de mesures de stabilité de modèle d'équilibre ponctué (PEM) évolué et de base.
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : Anglais (EN)
Langue de dépôt : Anglais (EN)
Également publié sous:
CA2990208CN107735661EP3317630JP2018526060