MétaCan
Menu
← Retour à la cohorte
Enregistrement W2086815420 · doi:10.1109/robio.2011.6181326

Tele-operation of a robotic exoskeleton for rehabilitation and passive arm movement assistance

2011· article· en· W2086815420 sur OpenAlexaff
Mohammad Habibur Rahman, T. K-Ouimet, Maarouf Saad, Jean‐Pierre Kenné, Philippe S. Archambault

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensMcGill UniversityÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésExoskeletonWristUlnar deviationKinematicsElbowForearmPowered exoskeletonUpper limbTrajectoryPhysical medicine and rehabilitationComputer scienceSimulationRehabilitationTorqueRobot kinematicsRobotEngineeringPhysical therapyArtificial intelligenceMobile robotMedicine

Résumé

récupéré en direct d'OpenAlex

A robotic exoskeleton, the MARSE-4 has been developed to provide passive rehabilitation therapy to the physically disabled individuals with impaired upper-limb function. In this paper we focused on the tele-operation of the MARSE-4 using an upper-limb prototype 7DoFs (lower scaled) master exoskeleton arm (mExoArm.) The MARSE-4 has 4DoFs and is able to assist elbow (flexion/extension), forearm (pronation/supination) and wrist joint movements (radial/ulnar deviation, and flexion/extension). Modified Denavit-Hartenberg conventions were used in the kinematic modeling of the exoskeleton. In control, a nonlinear computed torque control and a linear PID control techniques were employed to maneuver the MARSE-4 to follow the desired trajectory. Experimental results show that the MARSE-4 can efficiently track the desired trajectories as generated by mExoArm and therefore guarantee to tele-operate the MARSE to deliver passive therapy for wrist, elbow, and forearm movements.

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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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)0,0030,000

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 Opus0,019
Tête enseignante GPT0,267
Écart entre enseignants0,247 · 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

Citations22
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→