今日任務及進度回報:
- 桃療期中報告撰寫(50%,預計AI-DVT收完案後完成)
- ABC-ML
- 修改結果內容後給Lynn,約討論(今日修改完成二段,差一段)
- 修改Procedure段落,並寄給TLH約討論(今日已寄出)
- 撰寫結果時回顧了一下ABC,目前有3個版本,也有發展短版。現有的短版為6題的版本,驗證於一般人及PD患者有良好之信度,但效度尚未驗證。
- ABC-ML目前跑出來的結果,至少仍需要8題才能有較精準之信度,但是實際調整過模型後的結果是縮短為6題的可能性不大,且參考的那篇文獻僅驗證ROC及Cronbach alpha,且也因樣本不同,因此無法互相比較。
- 如果想要將他拿來一起進行比較,我認為可能可以討論題目組成是否相同。此外,我有想過是否也可以以次級資料分析的方法分析已發展之ABC 6 提的版本,並且進行比較。或進行ABC此評估工具心理計量特性之文獻回顧,為撰寫前言及結果做準備,並確認最終ML版本之題數。
- 整理及彙整義大研究計畫之主題(製作成Word檔,目前列出3個,完成第一個之簡介)
- 確認AI-DVT之影片品質:使用Openpose標註各影片之臉部標記點,並確認標記之品質。若品質不如預期,則可能可於再測時進行補拍。(執行人員:PCL,要再估算完成任務所需時間,今日無進度)
- 中風AI之後之資料處理:
- 以一小段影片測試影片畫面切割及流程順序是否影響影片品質(執行人員:PCL,預計6/2開始執行)。
- 查找影片處理之相關技術如何實現(執行人員:PCL,搜尋是否有其他人有相關經驗)
- 以程式語言剪輯影片,將各動作切成小影片片段(預計執行人員:PCL,可先撰寫code,使用現成之檔案測試,預計6/2後進行)。
- 切割完畢後分類各個影片,並以codename的方式標記每個動作,使每個影片都有固定之檔案名稱,以利之後進行自動化分析。(預計執行人員:PCL,於剪輯影片時完成,設計對應之規則以利自動化,預計6/2後進行)
- 確認於Python開啟powershell並執行之方法,原理:用Python開啟powershell,然後再讓powershell讀取我們寫好的檔案。(執行人員:PCL,需要查找相關資料及執行方法)
- 判斷個案患側,以確認個案於畫面中之位置(執行人員:PCL,可先寫code)
- 安排WJS之Python課程
- 課程內容
- 6/12:
- 檔案讀寫、類別資料(預計3~4小時備課)
- 作業之答案(批改中)
- 之後的課程想要設計成有系統性的,可以在約4次課程後(每個月)進行一次大複習(結合4次課程的大作業)
沒有留言:
張貼留言