XiaoMi-AI文件搜索系统
World File Search System四肢
四肢瘫痪用户的长期 BCI 训练：自适应黎曼分类器和用户训练
基于脑电图 (EEG) 的脑机接口 (BCI) 通常被认为是针对运动障碍用户的有前途的辅助技术，但由于在现实生活中的可靠性低，在实验室外仍很少使用。因此，需要设计可供最终用户（例如严重运动障碍者）在实验室外使用的长期可靠的 BCI。因此，我们提出并评估了一种基于多类心理任务 (MT) 的 BCI 设计，用于为 CYBATHLON BCI 系列 2019 的四肢瘫痪用户进行纵向训练（3 个月内 20 次训练）。在本次 BCI 锦标赛中，四肢瘫痪的飞行员在赛车游戏中用精神驾驶虚拟汽车。我们旨在将渐进式用户 MT-BCI 训练与基于自适应黎曼分类器的新设计的机器学习流程相结合，该分类器已被证明有望在现实生活中应用。我们遵循两步训练过程：前 11 个课程用于训练用户通过执行两个认知任务（休息和心理减法）或两个运动想象任务（左手和右手）来控制 2 类 MT-BCI。第二个训练步骤（剩余 9 个课程）应用了自适应、独立于会话的黎曼分类器，该分类器结合了之前使用的所有 4 个 MT 类别。此外，由于我们的黎曼分类器以无监督的方式逐步更新，因此它将捕获会话内和会话之间的非平稳性。实验证据证实了这种方法的有效性。也就是说，与初始课程相比，训练结束时的分类准确率提高了约 30%。我们还研究了这种性能改进的神经相关性。使用新提出的 BCI 用户学习指标，我们可以显示我们的用户学会了通过产生越来越匹配 BCI 分类器训练数据分布的 EEG 信号来改善他的 BCI 控制，而不是通过改善他的 EEG 类别辨别。然而，由此产生的改进只对同步（基于提示）BCI 有效，并没有转化为 CYBATHLON BCI 游戏性能的提高。为了克服这个问题
基于残余运动分类的用户界面，用于完全四肢瘫痪患者控制辅助设备
摘要 — 目的：完全性四肢瘫痪会使人失去手部功能。辅助技术可以提高自主性，但用户仍然需要符合人体工程学的界面来操作这些设备。尽管四肢瘫痪的人手臂瘫痪，但他们可能仍保留着残留的肩部运动。在这项研究中，我们探索了这些运动作为控制辅助设备的一种方式。方法：我们用一个惯性传感器捕捉肩部运动，并通过训练基于支持向量机的分类器，将这些信息解码为用户意图。结果：设置和训练过程只需几分钟，因此分类器可以是用户特定的。我们对 10 名身体健全和 2 名脊髓损伤参与者测试了该算法。平均分类准确率分别为 80% 和 84%。结论：提出的算法易于设置，操作完全自动化，所取得的结果与最先进的系统相当。意义：手部功能障碍人士使用的辅助设备在用户界面上存在局限性。我们的工作提出了一种新方法来克服这些限制，即对用户动作进行分类并将其解码为用户意图，所有这些都只需简单的设置和培训，无需手动调整。我们通过对最终用户的实验证明了它的可行性，其中包括完全四肢瘫痪、没有手部功能的人。
不完全性四肢瘫痪患者步态康复的福音
摘要背景：不完全性颈椎脊髓损伤 (SCI) 通常会导致严重的步态障碍，需要先进的康复方法来恢复活动能力。机器人辅助步态训练 (RAGT) 和步态适应性训练正在成为改善此类损伤患者功能结果的有效干预措施。病例报告：我们报告了一名 65 岁男性的病例，该男性患有创伤性 C6 不完全性颈椎 SCI，表现出严重的功能限制，包括无法站立或行走。为期四周的常规物理治疗使他能够佩戴双侧腿部支架站立并在最大支撑下行走，但由于害怕跌倒、手握力差和躯干控制力弱，康复进展受到阻碍。为了加速康复，患者在四周内接受了 10 次 Lokomat Pro RAGT 和 10 次 C-Mill VR+ 训练。干预取得了显著的改善：他的脊髓损伤步行指数 (WISCI II) 量表评分从入院时的 0 进步到 RAGT 引入后的 6，并在训练期结束时达到 20。此外，他的 Berg 平衡量表评分增加到 46，反映出平衡和活动能力的改善。结论：机器人辅助步态训练已被证明是对不完全四肢瘫痪患者常规康复方法的有益补充。在这种情况下，Lokomat Pro 和 C-Mill VR+ 的整合促进了快速的功能恢复，凸显了机器人技术在增强此类人群步态康复结果方面的潜力。关键词：步态、损伤、物理治疗、康复、机器人、脊髓。
通过神经网络介导的特征提取增强四肢瘫痪参与者对脑机接口的控制
为了推断意图，脑机接口必须提取能够准确估计神经活动的特征。然而，信号质量随时间推移而下降，阻碍了使用特征工程技术恢复功能信息。通过使用植入三位人类参与者大脑皮层的电极阵列记录的神经数据，我们在此展示了卷积神经网络可用于将电信号映射到神经特征，方法是联合优化特征提取和解码，但所有电极必须使用相同的神经网络参数。在这三位参与者中，神经网络在所有指标的光标控制任务中都带来了离线和在线性能改进，优于宽带神经数据的阈值交叉率和小波分解（以及其他特征提取技术）。我们还表明，经过训练的神经网络无需修改即可用于新的数据集、大脑区域和参与者。
无人机套件 - 适用于自动脉动四肢导航
摘要 - 在Mavlink协议上使用Python脚本，开发人员可以使用开源Dronekit Python软件框架来启用自动无人机操作。此框架提供了出色的灵活性和功能，可促进自动无人机控制。构建的四轮驱动器具有X配置，并使用带有一些修改的DJI F450帧。有趣的是，无人机在两侧都有铝制的腿，以帮助进行平稳起飞和着陆。框架为45厘米，对角线长度和30厘米的垂直高度。在15 x 18 x 12.5厘米的盒子中给出了额外的重量。本研究中使用的螺旋桨是一个基于9x6的碳模型。使用的X2216 1400KV无刷电动机来自Sunnysky，它带有30A等级的电子速度控制器（ESC）。4细胞14.8V锂聚合物（LI-PO）电池具有7200mAh容量为无人机供电。除此之外，无人机总共重1573克。结果是通过自我测量和飞行测量数据（FMU）获得的。进行了六次尝试，结果表明第二次飞行时间最长，高度最高。特别是，飞行测量单元（FMU）报告说，飞行持续了81秒，达到0.93米的高度。相反，自我测量数据报告说，飞行持续了85秒，高度达到1.5米。
基于光流的指导算法，用于四肢无人机
许多工业走廊需要检查，传统上是由人类检查员进行的，从而产生了很大的时间和成本以及受伤的潜在风险。为了缓解这些挑战，可以使用配备有传感器的无人机（UAV），例如惯性导航系统（INS）和相机进行走廊检查。本文介绍了利用光流传感器的四轮驱动器无人机的新型引导算法。主要目的是自主指导四肢无人机通过走廊，以确保它避免接近边界，从而最大程度地减少崩溃的风险。为了模拟整个系统，对无人机和相机传感器的动力学进行了建模。此外，引入了一个称为“相对深度”的新参数来处理光流，有效地减少了噪声和干扰对光流数据的影响。随后，提出了使用处理过的“相对深度”数据的指南算法。最后，在各个走廊中进行了广泛的模拟以测试算法的功效，并对结果进行了全面评估。
适用于四肢瘫痪患者的多功能口腔辅助装置 (MORA)
강연제목: 사지마비 환자를 위한 다기능 구강내 보조기기(MORA): 직관적인 올인원 솔루션을 향하여 / 针对四肢瘫痪患者的多功能口内辅助技术 (MORA)：走向直观的一体化解决方案。摘要：我们开发和设计了一种新颖的基于舌头的先进辅助技术，考虑到系统的可用性，确保它可以操纵多种输入/控制方式来执行多种功能。与现有的 AT 相比，多功能口内辅助技术 (MORA) 将提高直观性和多模式可访问性，从而提高四肢瘫痪患者的独立性以及他们家人、护理人员和他们自己的生活质量。MORA 可以通过无线控制接口（作为项链的形式）使用同一套直观的口内命令，轻松地与计算机、智能手机和轮椅交互，并且可以轻松地在设备之间切换，成为一站式商店。MORA 弥补了现有舌控 AT 的问题，同时利用了舌头的力量。 简历 Jeonghee Kim 目前是汉阳大学电子工程系的助理教授，曾任德克萨斯 A&M 大学工程技术与工业分布系的助理教授。她于 2018 年获得佐治亚理工学院电气与计算机工程博士学位。她的研究兴趣是实时闭环和嵌入式移动应用中的生物医学和康复系统的系统设计、人机交互和辅助技术。 김정희 박사는 현재 한양대학교 융합전자공학부 조교수로 재직 중 Been며, 전에는 텍사스 A&M 대학교의 ETID 학과에서 조교수로 근무했습니다。 2018 年 2018 年 12 月 12 日관심사는 실시의 생체 의학 및 재활 시스템 설계, 인간-컴퓨터 상호작용, 보조기기 개발 및 평і에 있습니다
回顾神经调节在截瘫患者和四肢瘫痪患者的功能恢复中的作用
摘要：神经调节是一种替代性的，微创的治疗选择，有时被用作慢性疼痛状况的最后手段，通常是对其他治疗方式难治性的慢性疼痛状况。此外，它为遇到脊髓损伤引起的截瘫和四肢瘫痪所带来的巨大挑战提供了有希望的前景。本综述文章对专门针对截瘫和四肢瘫痪患者专门定制的当前治疗方式进行了全面评估。我们旨在评估现有的外科手术和非手术干预措施，同时研究神经调节在恢复功能的作用，以恢复患有这些衰弱状况的个体。此外，我们回顾可用于管理截瘫和四边形的各种治疗策略的功效，局限性和比较结果。强调对最初24小时手术窗口以外的有效干预措施的关键需求，我们阐明了与常规疗法相关的挑战及其在实现全面功能恢复方面的有限成功。这篇综述的中心是对神经调节的变革潜力的深入探索，以改善脊髓损伤引起的缺陷。特别关注脊髓刺激（SC），我们分析和比较神经调节方式和传统治疗方案的结果，从而阐明了促进感官感知，运动功能和患者满意度所带来的有希望的前进。
对于四肢瘫痪的人
本研究的目的是证明使用两个 NeuroPort 阵列（电极）长期记录大脑活动（神经信号）的安全性和有效性。本研究涉及两次手术，间隔约一年，分别植入和移除 NeuroPort 阵列。两次手术均在全身麻醉下进行。两个微电极阵列将被植入控制您运动的大脑区域。这些阵列非常小（4 毫米 x 4 毫米，比铅笔橡皮擦还小），由 100 个记录大脑活动的小电极组成（图 1）。阵列连接到固定在头骨上的连接器（称为基座）。通过此连接器，电极将大脑活动记录发送到计算机，计算机将使用这些信号来控制各种计算机显示器或外部设备。外部设备包括计算机或机器人设备等，它们可以帮助您执行日常活动。使用神经活动来控制外部设备称为脑机接口 (BMI) 技术。
使用和评估辅助技术在四肢中的上肢功能
上下文：所有脊髓损伤的一半以上（SCI）发生在宫颈水平，导致上肢功能丧失，活动受限和独立性降低。已经开发了几种技术来协助SCI人群的上肢功能。目的：关于当前辅助技术对宫颈SCI人群的有效性尚无明确的临床共识，因此本研究回顾了1999年至2019年之间的文献。方法：对最先进的辅助技术进行了系统的审查，该技术支持并改善了宫颈SCI种群中上肢受损的功能。术语组合，涵盖辅助技术，SCI和上肢，总共有1770篇文章。对选定的研究进行了数据提取，其中涉及总结有关辅助技术，研究参与者的特征，结果指标的细节以及使用该设备时改进的上肢功能。结果：总共发现了24篇文章，并将其分为五个类别，包括神经假体（侵入性和非侵入性），矫形器件，混合系统，机器人和手臂支撑。只有少数选定的研究全面报告了参与者的特征。有各种各样的结果指标，所有研究都报告了设备上肢功能的改善。结论：这项研究强调，辅助技术可以改善SCI患者上肢的功能。由于因素，例如招募参与者的异质性，广泛的结果指标和所采用的不同技术，因此得出可普遍的结论是一项挑战。