MétaCan
Menu
Retour à la cohorte
Enregistrement W2904060148 · doi:10.1109/lsc.2018.8572092

Development and Verification of a Low-Cost Prosthetic Knee Motion Sensor

2018· article· en· W2904060148 sur OpenAlexaff
McNiel-Inyani Keri, Ahmed W. Shehata, Quinn A. Boser, Albert H. Vette, Jacqueline S. Hebert

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGaitPhysical medicine and rehabilitationInertial measurement unitProsthetic handBalance (ability)Wearable computerKinesthetic learningMotion (physics)AmputationLower limbSimulationMedicineComputer visionArtificial intelligenceEmbedded systemPsychologySurgery

Résumé

récupéré en direct d'OpenAlex

Limb amputation affects many individuals across the world, with the majority of amputations occurring in the lower limb. Healthy individuals with intact limbs have biological sensors embedded in their anatomy to interact with the environment and to facilitate stable walking. Lower limb prosthetic users lose these embedded sensors, leading to decreased balance and an increased risk of falling, abnormal gait, and decreased quality of life. Tactile and kinesthetic sensory feedback techniques are being investigated for upper limb prosthetic users and may soon translate to lower limb users. A barrier to implementing these techniques is the lack of adequate instrumentation of lower limb prostheses. The objective of this research was to design and develop a low-cost wireless system, using inertial measurement units, which can detect when a single axis prosthetic knee is in motion. This sensor could be used to communicate the movement of a prosthetic device to actuators responsible for providing feedback to the user. Our results indicate that the device is capable of tracking the onset and termination of movement at normal walking speeds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,176

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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 tête enseignante, 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207