A wearable EMG sensor for continuous wrist neuromuscular activity for monitoring
Notice bibliographique
Résumé
Carpal Tunnel Syndrome (CTS) is an entrapment neuropathy that affects 3-6% of the adult population globally. About 90% of nerve-damaging diseases are labeled CTS when diagnosed, making it one of the most prominent nerve dysfunctions in the current population metrics. CTS cases have soared in a world where digital gadgets are progressively gaining traction. There is also a high onset of CTS in laborers specializing in fine motor skills. A patient with CTS typically entails symptoms of pain, numbness, and tingling in the wrist. However, accurate diagnosis and consistent checkups for CTS are becoming a bigger issue. In this research paper, we demonstrate the utilization of various diagnostic tests in supporting CTS diagnosis and the necessity for a monitoring system to track wrist neuromuscular activity. By analyzing traditional assessment techniques and identifying their limitations, we can enhance diagnosis, making it easier for patients to deal with the condition. This approach has culminated in the development of our prototype, BracEMG. Through a wearable EMG sensor, our prototype aims to track possible signs of CTS or other nerve dysfunctions at the wrist. The findings gained through an EMG test support our research by outlining the prevalence of CTS across different age groups and illustrating the levels of muscular activity in a graphical format. Our results demonstrate overall muscle activity at the wrist. Since no universally accepted standard for diagnosing CTS exists, we envision our work as the starting point for more extensive research. The limitations of our prototype can become the foundation for future developments in the industry revolving around CTS.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».