A Low-Cost Adaptive Balance Training Platform for Stroke Patients: A Usability Study
Notice bibliographique
Résumé
Stroke patients usually suffer from asymmetric posture due to hemi-paresis that can result in reduced postural controllability leading to a balance deficit. This deficit increases the risk of falls, which often makes them dependent on caregivers for community ambulation, thus deteriorating their quality of life. Conventional balance training involves rehabilitation exercises performed under physiotherapist's supervision, where the scarcity of trained professionals as well as the cost of clinic-based rehabilitation programs can deter stroke survivors from undergoing regular balance training. Thus, researchers have been exploring technology-assisted solutions, e.g., home-based virtual reality (VR) setup. In this paper, we developed a VR-based balance training (VBaT) platform, where VR-augmented user-interface using Nintendo Wii balance boardwas tested in a laboratory setting for its feasibility. The VBaT offered tasks of varying difficulties to the participants that adapted to individual performance capability during balance training. We performed a preliminaryusability study with 7 stroke survivors (post-stroke period > 6 months). Preliminary results indicate the potential of theVBaT system to cause improvement in overall average task performance over the course of training while using the VBaT. Thus the VBaT system is proposed to be a step toward an effective balance training platform for people with balance disorder.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».