Repeatability of measuring knee flexion angles with wearable inertial sensors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: As assessment with inertial-measurement-units (IMUs) increases in research and in clinics, it is important to be aware of the repeatability of these sensors. The objectives of this experiment were to evaluate the measurement repeatability of IMU joint angles using a repeatable robot controller and an anthropomorphic leg phantom and to determine effects of joint speed and sensor positioning on the angles collected by these sensors. Comparisons to an electro-goniometer and three-dimensional (3D) motion capture cameras were also completed. METHODS: Two dual-IMU setups (posterior and lateral) were tested concurrently with an electro-goniometer and 3D motion capture cameras using a repeatable robot controller and a leg phantom. All modalities were attached to the phantom, which was flexed 10 times using a pre-programmed motion pathway during each test. Mean angles were compared across tests. Effects of joint speed, sensor re-positioning, and anatomical placement of the sensors on repeatability were assessed. RESULTS: Re-positioning caused greater deviation to the maximum and minimum angles than differences in speed. Overall, the means ± standard deviations, and 95% confidence intervals of the maximum angles across all tests for the 3D camera markers, electro-goniometer, posterior IMUs, and lateral IMUs were 119.4 ± 0.3° (119.4, 119.5), 112.4 ± 0.5° (112.3, 112.5), 116.2 ± 2.4° (115.7, 116.7), and 118.3 ± 1.1° (118.1, 118.6). CONCLUSIONS: Both posterior and lateral IMU setups demonstrated acceptable repeatability in measurement of range of motion that was advantageous to manual goniometer methods. Posterior and lateral IMU setups demonstrated overlapping standard deviations about their means.
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.
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 découle