Development of a closed-loop controller for functional electrical stimulation therapy plus visual feedback balance training for standing balance training
Notice bibliographique
Résumé
Individuals with incomplete spinal cord injury (iSCI) demonstrate impaired upright balance, resulting in increased fall risk. Task-specific visual feedback balance training (VFBT) has previously been shown to improve upright balance. In addition, therapies using functional electrical stimulation (FES) have been shown to improve various motor functions. Combining VFBT with FES therapy (FES+VFBT) may synergistically improve balance control for those with iSCI. Here we developed the FES+VFBT system that delivered physiologically relevant electrical stimulations to soleus (SOL) and tibialis anterior (TA) muscles during VFBT. Ten young able-bodied individuals participated. Kinematic, kinetic, SOL and TA electromyography (EMG) data during quiet standing and limits-of-stability test were used to design the controller for the FES+VFBT system. To evaluate the performance of the designed controller, the controller outputs, which represented stimulation intensities, were compared with the recorded SOL and TA EMG during the four tasks associated with VFBT (i.e., bullseye, hunting, colour-matching, and ellipse tasks). Except for the bullseye task, the designed controller outputs were highly correlated with the recorded EMG, suggesting that the controller could generate electrical stimulations in a physiological manner. We expect that the addition of FES therapy to VFBT could contribute to improving standing balance for individuals with iSCI.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».