Arm pointing movements in a three dimensional virtual environment: Effect of two different viewing media
Notice bibliographique
Résumé
Virtual reality (VR) is being used increasingly in many fields of medicine, including rehabilitation. Both 2D and 3D virtual environments (VEs) can be viewed either through a head mounted display (HMD) or on a screen (computer monitor and rear projection system, SPS). However, the question of whether the medium through which the environment is viewed affects motor performance has not been addressed. The objective of our study was to determine whether movement patterns were different when movements were performed in a 3D fully immersive VE viewed via an HMD or SPS. Two groups of subjects were recruited (stroke, healthy). They performed pointing movements to targets placed in the ipsilateral, central and contralateral arm workspaces in a VE. The VE, designed to resemble the interior of an elevator, was viewed via an HMD or a SPS. Arm motor impairment and spasticity were evaluated in both groups of subjects. The kinematics of the pointing movements were recorded using an optical tracking system (Optotrak Certus, 100 Hz, 6 markers). Arm motor performance (speed, precision and trajectory straightness) and movement quality outcomes (elbow and shoulder ranges of motion and trunk forward displacement) were analyzed using 2 way ANOVAs. Preliminary results suggest that the control group had straighter movements and used more shoulder flexion as compared to the stroke group. When the VE was viewed via both media, there were no differences in terms of endpoint precision and speed, elbow and shoulder ranges of motion and trunk forward displacement in both groups. Both groups reported that they completely enjoyed performing the movements when viewing them via both media. All subjects in the control group and 80% of subjects in the stroke group reported that VE was engaging, that it felt real and that the movements performed were similar to those made in the physical world. The results of this study have implications for the design of rehabilitation applications using VR aimed at improving arm motor activity and function.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».