MétaCan
Menu
Retour à la cohorte
Enregistrement W2071850367 · doi:10.1017/s0263574714000034

Development of a whole arm wearable robotic exoskeleton for rehabilitation and to assist upper limb movements

2014· article· en· W2071850367 sur OpenAlexaff
Md Habibur Rahman, Mohammad Rahman, O. L. Cristobal, Maarouf Saad, Jean‐Pierre Kenné, Philippe S. Archambault

Notice bibliographique

RevueRobotica · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationÉcole de Technologie SupérieureMcGill University
Organismes subventionnairesnon disponible
Mots-clésExoskeletonPhysical medicine and rehabilitationUlnar deviationWristRehabilitationPowered exoskeletonForearmUpper limbElbowWearable computerTrajectoryComputer sciencePhysical therapyMedicineAnatomyPhysics

Résumé

récupéré en direct d'OpenAlex

SUMMARY To assist physically disabled people with impaired upper limb function, we have developed a new 7-DOF exoskeleton-type robot named Motion Assistive Robotic-Exoskeleton for Superior Extremity (ETS-MARSE) to ease daily upper limb movements and to provide effective rehabilitation therapy to the superior extremity. The ETS-MARSE comprises a shoulder motion support part, an elbow and forearm motion support part, and a wrist motion support part. It is designed to be worn on the lateral side of the upper limb in order to provide naturalistic movements of the shoulder (vertical and horizontal flexion/extension and internal/external rotation), elbow (flexion/extension), forearm (pronation/supination), and wrist joint (radial/ulnar deviation and flexion/extension). This paper focuses on the modeling, design, development, and control of the ETS-MARSE. Experiments were carried out with healthy male human subjects in whom trajectory tracking in the form of passive rehabilitation exercises (i.e., pre-programmed trajectories recommended by a therapist/clinician) were carried out. Experimental results show that the ETS-MARSE can efficiently perform passive rehabilitation therapy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,278
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations190
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207