MétaCan
Menu
← Retour à la cohorte
Enregistrement W3208714659 · doi:10.3390/s21217248

A Generic Sequential Stimulation Adapter for Reducing Muscle Fatigue during Functional Electrical Stimulation

2021· article· en· W3208714659 sur OpenAlexafffund
Gongkai Ye, Saima Ali, Austin J. Bergquist, Miloš R. Popović, Kei Masani

Notice bibliographique

RevueSensors · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of TorontoToronto Rehabilitation InstituteUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAdapter (computing)Functional electrical stimulationStimulationPulse (music)Rehabilitation engineeringBiomedical engineeringComputer scienceSIGNAL (programming language)MedicineVoltageEngineeringComputer hardwareElectrical engineeringRehabilitationInternal medicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clinical applications of conventional functional electrical stimulation (FES) administered via a single electrode are limited by rapid onset neuromuscular fatigue. "Sequential" (SEQ) stimulation, involving the rotation of pulses between multiple active electrodes, has been shown to reduce fatigue compared to conventional FES. However, there has been limited adoption of SEQ in research and clinical settings. METHODS: The SEQ adapter is a small, battery-powered device that transforms the output of any commercially available electrical stimulator into SEQ stimulation. We examined the output of the adaptor across a range of clinically relevant stimulation pulse parameters to verify the signal integrity preservation ability of the SEQ adapter. Pulse frequency, amplitude, and duration were varied across discrete states between 4 and 200 Hz, 10 and100 mA, and 50 and 2000 μs, respectively. RESULTS: A total of 420 trials were conducted, with 80 stimulation pulses per trial. The SEQ adapter demonstrated excellent preservation of signal integrity, matching the pulse characteristics of the originating stimulator within 1% error. The SEQ adapter operates as expected at pulse frequencies up to 160 Hz, failing at a frequency of 200 Hz. CONCLUSION: The SEQ adapter represents an effective and low-cost solution to increase the utilization of SEQ in existing rehabilitation paradigms.

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 enseignants0,004
Score d'incertitude au seuil0,013

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,038
Tête enseignante GPT0,246
Écart entre enseignants0,208 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensors→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→