Multimodal Tremor Suppression of the Wrist Using FES and Electric Motors–A Simulation Study
Notice bibliographique
Résumé
Wearable technologies have shown promising results in tremor management, making them a feasible alternative to current treatments. Devices based on active actuation, such as electric motors, show high tremor suppression rate, but are heavy and bulky. In contrast, devices based on functional electrical stimulation (FES) are lightweight and smaller in size, but might cause pain, discomfort, and FES-induced muscle fatigue. Also, when the stimulation parameters do not adapt to the tremor, their suppression performance is compromised. Therefore, a multimodal approach was developed and tested by modeling wrist joint dynamics and simulating the muscle response to FES based on an existing dataset collected from 18 participants with Parkinson's disease. The goal was to evaluate and compare the performance of a multimodal device to that of an FES-only or an electric-motor-only approach. A nonlinear control system allocates the control effort between FES and motor torque based on the tremor level. Results showed an improvement in tremor suppression level (up to 12%) in the multimodal approach compared to FES only when there is voluntary motion. Also, the voluntary motion tracking error was lower in the multimodal approach, compared to the FES-only method (up to 57%). No notable improvement in tremor suppression level or voluntary motion tracking error was observed by comparing the multimodal system and the motor only approach. However, the advantage of using a multimodal system compared to the motor-only system is the reduction of the required motor torque resulting in reduced weight and size of the final device.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».