MétaCan
Menu
Retour à la cohorte
Enregistrement W4293223537 · doi:10.11159/icbes22.132

Instrumented Upper-Body Brace for Computerized Training of Muscle Control

2022· article· en· W4293223537 sur OpenAlexvenueno aff
Linda Vataksi, S. E. Sanford, Mingxiao Liu, Raviraj Nataraj

Notice bibliographique

RevueProceedings of the World Congress on Electrical Engineering and Computer Systems and Science · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBraceTraining (meteorology)Computer sciencePhysical medicine and rehabilitationUpper bodyEngineeringMedicineStructural engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Each year in the United States, over 2,000,000 individuals suffer from neuromuscular disorders that severely impair movement abilities.Physical therapy is the predominant option for rehabilitating motor function for these patients; however, traditional therapies often focus on physical training without greater cognitive engagement or leveraging of motor learning principles.As such, computerized interfaces for rehabilitation, such as virtual reality and robotics, are more promising given their natural approaches to motivate and provide enhanced feedback about performance while re-training motor skills.Our laboratory has prototyped an upperextremity brace device integrated with a virtual reality environment for isometric training of improved muscle-level control of the upperbody for persons with motor disability.This research platform includes a position-adjustable restrictive upper-extremity brace instrumented with sensors for skin-surface electromyography (EMG, measure muscle activity) to control virtual avatars and vibration motors for haptic guidance cues during training.The core objective of this research is to adapt the current brace design to better include instrumentation elements (EMG sensors, vibration motors) onboard the brace towards an embodiment of this device that is self-contained and with greater commercial potential.Specifically, this project will focus on building the next version of this brace system that allows for custom-placement of affordable (not high-end research-grade) commercial EMG (Myoware) sensors at locations personally fitted to each participant.The Myoware sensors will be embedded onto the current upper-body restrictive brace through modular attachments based on designs developed in SolidWorks as presented in this paper.The SolidWorks design utilizes sliding mechanisms, screws, springs, and clamps to make the modular attachment more user-friendly and position adaptable in three dimensions.Embedding Myoware sensors onto the brace design replaces the need to tape research-grade (Delsys) sensors onto each participant to ensure flush and consistent contact with each participant arm for robust EMG measurements and reliable transfer of haptic feedback.Overall, these improved design implementations will result in a version of this device that is more affordable, easier to use, more customizable to each user, and facilitates greater portability.The potential customers and stakeholders would include not only patients, but also clinical support staff and telehealth companies.This versatile, advanced system for computerized rehabilitation will be valuable to any communities of neuromuscular disorders affecting upper-body function that benefit from motor rehabilitation.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,009
Tête enseignante GPT0,222
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

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'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Electrical Engineering and Computer Systems and ScienceMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207