MétaCan
Menu
Retour à la cohorte
Enregistrement W3024416646 · doi:10.1016/j.medengphy.2020.05.008

Novel FMRI-Compatible wrist robotic device for brain activation assessment during rehabilitation exercise

2020· article· en· W3024416646 sur OpenAlexaff
Hamid Sharini, Hamid Khabiri, Hossein Arabalibeik, Hassan Hashemi, Amirreza Azimi, Sadegh Masjoodi

Notice bibliographique

RevueMedical Engineering & Physics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensConcordia University
Organismes subventionnairesTehran University of Medical Sciences and Health Services
Mots-clésWristRobotFunctional magnetic resonance imagingComputer scienceSomatosensory systemMagnetic resonance imagingArtificial intelligenceSimulationMedicinePsychologyNeuroscienceSurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

Magnetic Resonance Imaging (MRI) can be applied to study the effects of rehabilitation strategies for neuroscience research. An MRI-wrist robot is designed and used as a clinical tool to examine the process of the brain plasticity changes. In this robot, the patient actuation is accomplished with two standard air cylinders, located inside the MRI chamber with two degrees of freedom (flexion-extension and ulna-radial deviation) with pneumatic air transmission, consisting of simple mechanism converting rotary motion to linear independently. A pilot study of brain image aiming at revealing more effective therapeutic strategies carried out to confirm the technical aspects of the development and validation. In a healthy subject, both wrist movement of robot and subject demonstrated brain activity in the contralateral primary somatosensory cortex. Because the robot does not move during the patient's body, a stand was designed to allow the wrist robot and patient to fit comfortably within the MRI machine. While all the parts of the robot were carefully selected with strict MRI compatibility requirements, the robot was tested by presenting some pilot imaging data with null effects on the image quality, as well. Finally, the possible further development of the robot has been introduced for a rehabilitation assessment.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil0,551

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 Opus0,021
Tête enseignante GPT0,317
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207