MétaCan
Menu
Retour à la cohorte
Enregistrement W2586953456 · doi:10.2196/games.6026

Game-Based Rehabilitation for Myoelectric Prosthesis Control

2017· article· en· W2586953456 sur OpenAlexvenueno aff
Cosima Prahm, Ivan Vujaklija, Fares Kayali, Peter Purgathofer, Oskar C. Aszmann

Notice bibliographique

RevueJMIR Serious Games · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Wissenschaft, Forschung und Wirtschaft
Mots-clésProsthesisRehabilitationControl (management)Physical medicine and rehabilitationComputer scienceProcess (computing)Human–computer interactionPhysical therapyMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A high number of upper extremity myoelectric prosthesis users abandon their devices due to difficulties in prosthesis control and lack of motivation to train in absence of a physiotherapist. Virtual training systems, in the form of video games, provide patients with an entertaining and intuitive method for improved muscle coordination and improved overall control. Complementary to established rehabilitation protocols, it is highly beneficial for this virtual training process to start even before receiving the final prosthesis, and to be continued at home for as long as needed. OBJECTIVE: The aim of this study is to evaluate (1) the short-term effects of a commercially available electromyographic (EMG) system on controllability after a simple video game-based rehabilitation protocol, and (2) different input methods, control mechanisms, and games. METHODS: Eleven able-bodied participants with no prior experience in EMG control took part in this study. Participants were asked to perform a surface EMG test evaluating their provisional maximum muscle contraction, fine accuracy and isolation of electrode activation, and endurance control over at least 300 seconds. These assessments were carried out (1) in a Pregaming session before interacting with three EMG-controlled computer games, (2) in a Postgaming session after playing the games, and (3) in a Follow-Up session two days after the gaming protocol to evaluate short-term retention rate. After each game, participants were given a user evaluation survey for the assessment of the games and their input mechanisms. Participants also received a questionnaire regarding their intrinsic motivation (Intrinsic Motivation Inventory) at the end of the last game. RESULTS: Results showed a significant improvement in fine accuracy electrode activation (P<.01), electrode separation (P=.02), and endurance control (P<.01) from Pregaming EMG assessments to the Follow-Up measurement. The deviation around the EMG goal value diminished and the opposing electrode was activated less frequently. Participants had the most fun playing the games when collecting items and facing challenging game play. CONCLUSIONS: Most upper limb amputees use a 2-channel myoelectric prosthesis control. This study demonstrates that this control can be effectively trained by employing a video game-based rehabilitation protocol.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,007
Tête enseignante GPT0,239
Écart entre enseignants0,232 · 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'étudeObservationnel
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

Citations64
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetMuscle activation and electromyography studiesTravaux en français237 207