MétaCan
Menu
Retour à la cohorte
Enregistrement W3136188600 · doi:10.1115/1.4050454

Feasibility of a One Degree-of-Freedom Linear Robot for Bed-Bound Stroke Rehabilitation

2021· article· en· W3136188600 sur OpenAlexaff
Nicholas Berezny, Dar Dowlatshahi, Mojtaba Ahmadi

Notice bibliographique

RevueJournal of Medical Devices · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensOttawa HospitalUniversity of OttawaCarleton University
Organismes subventionnairesnon disponible
Mots-clésRehabilitationRobotHaptic technologyComputer scienceResistive touchscreenSimulationPhysical medicine and rehabilitationRobot end effectorWork (physics)TrajectoryStroke (engine)WorkspacePhysical therapyEngineeringArtificial intelligenceMedicineComputer vision

Résumé

récupéré en direct d'OpenAlex

Abstract A 1DOF lower limb rehabilitation robot is presented for delivering leg extension therapy to bed-bound stroke patients. Such a compact and minimal system may be beneficial in terms of compatibility with pre-existing hospital equipment, ease-of-use, safety, and cost. A set of design criteria was created based on the literature and on previous field work at a local hospital. The device uses admittance control to apply assistive or resistive forces, and can also use haptic feedback to increase user engagement. A pilot study on six healthy participants was used to determine the feasibility of such a minimal system in administering assistance or resistance through the leg extension exercise. Results indicate that a single DOF is capable of decreasing trajectory error with assistance and increasing user effort with resistance. Observations confirm that the minimal system is effective; however, extending the robot with additional DOFs so that it can target multiple bed-bound exercises may help to increase therapy duration.

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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0050,001

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 Opus0,068
Tête enseignante GPT0,368
Écart entre enseignants0,300 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical DevicesMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207