MétaCan
Menu
Retour à la cohorte
Enregistrement W3130787839 · doi:10.1016/j.medengphy.2021.02.005

Estimation of spatial-temporal hand motion parameters in rehabilitation using a low-cost noncontact measurement system

2021· article· en· W3130787839 sur OpenAlex
Hamid Fazeli, Qingjin Peng

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMedical Engineering & Physics · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueHand Gesture Recognition Systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInterface (matter)Computer scienceProcess (computing)Measure (data warehouse)Graphical user interfaceWaveletComputer visionMotion (physics)Motion captureSIGNAL (programming language)Motion analysisArtificial intelligenceData collectionSoftwareJoint (building)SimulationEngineeringData miningMathematics

Résumé

récupéré en direct d'OpenAlex

Data collection and analysis are commonly used in a rehabilitation process to measure performances of the treatment. There is a lack of studies on the rehabilitation process monitored by a user-friendly interface. A low-cost system is developed in this research to assist users and therapists to measure hand motions and analyse important data of hand joints. The system consists of modules of data capturing, data analysis, and user interface. A Leap Motion sensor is used to capture joint positions of hand motions. Signal processing and wavelet de-noising methods are developed to improve accuracy of the data analysis. The user interface is designed using the Unity software to show graphical information of joint positions and motion parameters. The system has features of noncontact measurements, interactive environment, analysing and recording temporal data of motion parameters of hands. The system is validated by a gold standard motion capturing system. Case studies show effectiveness of the proposed system.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 GPT0,235
Écart entre enseignants0,214 · 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