MétaCan
Menu
Retour à la cohorte
Enregistrement W3136758393 · doi:10.1186/s12984-021-00843-1

Identifying human postural dynamics and control from unperturbed balance

2021· article· en· W3136758393 sur OpenAlexafffund
Jongwoo Lee, Kuangen Zhang, Neville Hogan

Notice bibliographique

RevueJournal of NeuroEngineering and Rehabilitation · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSamsungSouthern University of Science and TechnologyUniversity of British Columbia
Mots-clésNoise (video)Control theory (sociology)Controller (irrigation)Computer scienceIdentification (biology)Balance (ability)AutocorrelationInternal modelControl (management)MathematicsArtificial intelligencePhysical medicine and rehabilitationStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Upright standing requires control of an inherently unstable multi-joint human body within a small base of support, despite biological motor and / or sensory noise which challenge balance. Without applying perturbations, system identification methods have been regarded as inadequate, because the relevant internal biological noise processes are not accessible to direct measurement. As a result, unperturbed balance studies have been limited to investigation of behavioral patterns rather than possible underlying control strategies. METHODS: In this paper, we present a mathemathically rigorous system identification method that is applicable to study the dynamics and control of unperturbed balance. The method is derived from autocorrelation matrices with non-zero time lags and identifies the system matrix of a discrete-time dynamic system in the presence of unknown noise processes, without requiring any information about the strength of the noise. RESULTS: Unlike reasonable 'least-squares' approaches, the performance of the new method is consistent across a range of different combinations of internal and measurement noise strengths, even when measurement noise is substantial. We present a numerical example of a model that simulates human upright balancing and show that its dynamics can be identified accurately. With a biomechanically reasonable choice of state and input variables, a state feedback controller can also be identified. CONCLUSIONS: This study provides a new method to correctly identify the dynamics of human standing without the need for known external perturbations. The method was numerically validated using simulation that included realistic features of human balance. This method avoids potential issues of adaptation or possible reflex responses evoked by external perturbations, and does not require expensive in-lab, high-precision measurement equipment. It may eventually enable diagnosis and treatment of individuals with impaired balance, and the development of safe and effective assistive and / or rehabilitative technologies.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,311
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'étudeObservationnel
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

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroEngineering and RehabilitationMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207