MétaCan
Menu
Retour à la cohorte
Enregistrement W3135521100 · doi:10.3390/s21051844

A Cost-Effective Inertial Measurement System for Tracking Movement and Triggering Kinesthetic Feedback in Lower-Limb Prosthesis Users

2021· article· en· W3135521100 sur OpenAlexafffund
McNiel-Inyani Keri, Ahmed W. Shehata, Paul D. Marasco, Jacqueline S. Hebert, Albert H. Vette

Notice bibliographique

RevueSensors · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensGlenrose Rehabilitation HospitalAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Department of Defense
Mots-clésKinesthetic learningTracking (education)ProsthesisComputer scienceInertial frame of referenceMovement (music)Inertial measurement unitPhysical medicine and rehabilitationSimulationHuman–computer interactionEngineeringComputer visionArtificial intelligenceMedicinePsychologyAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

Advances in lower-limb prosthetic technologies have facilitated the restoration of ambulation; however, users of such technologies still experience reduced balance control, also due to the absence of proprioceptive feedback. Recent efforts have demonstrated the ability to restore kinesthetic feedback in upper-limb prosthesis applications; however, technical solutions to trigger the required muscle vibration and provide automated feedback have not been explored for lower-limb prostheses. The study's first objective was therefore to develop a feedback system capable of tracking lower-limb movement and automatically triggering a muscle vibrator to induce the kinesthetic illusion. The second objective was to investigate the developed system's ability to provide kinesthetic feedback in a case participant. A low-cost, wireless feedback system, incorporating two inertial measurement units to trigger a muscle vibrator, was developed and tested in an individual with limb loss above the knee. Our system had a maximum communication delay of 50 ms and showed good tracking of Gaussian and sinusoidal movement profiles for velocities below 180 degrees per second (error < 8 degrees), mimicking stepping and walking, respectively. We demonstrated in the case participant that the developed feedback system can successfully elicit the kinesthetic illusion. Our work contributes to the integration of sensory feedback in lower-limb prostheses, to increase their use and functionality.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,228
Écart entre enseignants0,202 · 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'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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetMuscle activation and electromyography studiesTravaux en français237 207