XiaoMi-AI文件搜索系统
World File Search System步态
帕金森氏病中步态冻结的丘脑sibe纳米签名
预印本（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。该版本的版权持有人于2025年1月17日发布。 https://doi.org/10.1101/2025.01.10.632393 doi：Biorxiv Preprint
在帕金森氏病患者中使用人姿势估计的暂时空间和运动学步态参数的评估：近额外和侧视图之间的比较
步态障碍是帕金森氏病（PD）患者最常见的症状之一，与临床不良结局密切相关。最近，基于视频的人类姿势估计（HPE）技术吸引了与基于标记基于标记的3D运动捕获系统更便宜，更简单的方法进行步态分析的方法。然而，尚不清楚基于视频的HPE是否是测量PD患者的临时和运动步态参数的可行方法，以及该功能如何随相机位置而变化。在这项研究中，使用运动捕获系统和两个智能手机摄像机测量了24例早期PD患者的跑步机和地面步行，并放置在受试者的近额和外侧侧面。我们比较了从3D运动捕获系统和无标记的HPE获得的关节位置数据之间的暂时步态参数和运动学特征的差异。我们的结果证实了使用HPE的PD患者的Ana-lyzing步态的可行性。尽管脚后跟和脚趾清晰可见的近额外视图对于估计时间步态参数有效，但横向视图特别适合评估空间步态参数和关节角度。，在侧面记录不可行的临床环境中，近额外的视图记录仍然可以作为运动捕获系统的实际替代方法。
RORγT反激动剂表明抑制IL-17a和胸腺细胞凋亡之间的边缘 异质采用气候智能农业实践对埃塞克维尼市小规模城市农作物农民的家庭食品和营养安全的影响 孕产妇心理健康与幼儿发展，营养和儿童疾病之间的关联 研究文章在阿尔茨海默氏病中通过遗传风险进行的患者分层仅在存在表型异质性的情况下有效 gpt，本体论和CAABAC：三方个性化访问控制模型，该模型由合规性，上下文和属性 3D荧光染色和低肠癌的共聚焦成像（肠overods）：所有均可访问的协议 海马子场的体积变化和与长期COVID和ME/CFS的严重程度指标的关联：7T MRI研究 注意力缺陷障碍的病因 多中心随机双盲安慰剂对照跨界研究长期嘈杂的电力前庭刺激对前庭病中姿势或步态的影响 HIV感染的空间生物学 与气候相关的双边官方发展援助（...
多种遗传关联表明编码蛋白质的Th17相关基因（例如IL-17A，IL-23和STAT3）以及牛皮癣之间存在致病关系。对此链接的进一步支持来自于以下发现：针对IL-17A，IL-17RA和IL-23的中和抗体在牛皮癣，牛皮癣关节炎和性脊髓炎等疾病中有效。RORγT是一种驱动Th17极化和细胞分泌的中心位置转录因子，因此RORγT的调节可能会为患者提供额外的好处。然而，RORγT在胸腺中T细胞的正常发育和小鼠中RORγT的遗传破坏中起作用，导致源自胸腺中的淋巴瘤的发展。虽然尚未确定RORγT活性的下调会导致人类的后果，但希望进一步了解胸腺效应，以支持该靶标的进步作为对Th17驱动疾病的潜在治疗方法。在此，我们介绍了最近公开的RORγt逆激动剂的表征，在体外和对TH17终点的体外和体内降低了靶标参与和疗效，但需要更高的体外浓度以影响胸腺细胞凋亡。
镜像疗法对运动功能，平衡，单方面忽略和步态参数的影响
摘要简介：中风是与肌肉张力受损，失衡，内部之间和单方面忽视有关的一般人群中最常见的神经系统疾病。物理疗法在治疗中风患者中发挥了重要作用。在许多治疗方法中，镜像疗法已用于治疗中风患者。镜像治疗（MT）是一种简单，低成本和基于证据的中风康复方法。mt的作品是创造幻觉和激活运动皮层的镜像神经元的原理，从而增强了神经可塑性。关键字：镜像疗法，中风，步态，平衡，单方面忽视，运动功能引入中风是第二大死亡原因，也是全球残疾的第三大原因。1根据世界卫生组织（WHO）中风被定义为“一种临床综合征，该综合征由迅速发展的局灶性临床迹象（或在昏迷中）的局灶性症状（或在昏迷中）干扰持续24小时以上或导致死亡的临床症状（或全球性疾病，但没有血管起源的明显原因”。2年龄，性别和种族是中风不变的风险因素，因为其他可改变的风险因素，例如高血压，饮酒，吸烟，肥胖。3中，一个人遭受了自愿控制的降低，无法进行下肢和上肢的各种活动。它主要引起半身体瘫痪，伴随着或没有感觉＆
中风后的早期机器人步态训练（ERA中风）
Duan及其同事32。小鼠被放置在位于高架网格上的有机玻璃腔室中，并允许习惯至少1小时。观察到的反应得分：0，没有反应或移动刺激的爪子； 1，刺激爪的单次戒断，轻弹或邮票； 2，迅速继承刺激的爪子的多次提取； 3，舔底表面或持续升高/戒断刺激的爪子。以至少3分钟的间隔重复三次刺激，
深度学习和步态分析在帕金森氏病中的作用：系统评价
摘要：帕金森氏病（PD）是世界上第二常见的运动障碍。它的特征是运动症状和非运动症状对受疾病影响的人们的独立性和生活质量产生深远影响，这增加了护理人员的负担。使用基于步态的PD和深度学习方法（DL）方法的定量步态数据正在逐渐成为支持和帮助临床决策的越来越有前途的方法，目的是提供定量和客观的诊断，以及疾病监测的其他工具。这将允许早期发现该疾病，评估进展和治疗干预措施。在本文中，作者通过使用首选的报告项目进行系统评价和荟萃分析（PRISMA）指南，对最近提出的新兴DL技术进行了系统评价。Scopus，PubMed和Web of Science数据库进行了六年的间隔（2018年，第一篇文章发表和2023年）。本综述中总共包括25篇文章，其中报告了使用可穿戴和不可磨损传感器对PD患者运动分析的研究。此外，这些研究还采用了DL网络来分类，诊断和监测目的。作者证明，卷积神经网络的PD领域有广泛的就业机会，用于分析可穿戴传感器和姿势估计网络的信号，以从视频中进行运动分析。此外，作者讨论了当前的困难，并强调了未来的PD监测和疾病进展的解决方案。
高强度锻炼训练对中风幸存者的心肺健康，步态能力和平衡的影响：有系统的审查和荟萃分析
1人类大学生物医学科学系，Pieve Emanuele，20072年意大利米兰； alessio.baricich@hunimed.eu 2，IRCSS Humanitas Research Hospital，20089年，米兰，意大利米兰3卫生科学系，东皮埃蒙特大学“ Amedeo Avogadro”，意大利28100 NOVARA，意大利； marco.battaglia@uniupo.it（m.b。）; marco.inverniizzi@med.uniupo.it（m.i。）4个物理医学和康复部门，意大利28100年，Carit -大学医院的AOU MAGGIORE； lucia.cosenza@maggioreosp.novara.it 5医学和外科科学系，痉挛和运动障碍“重新启动”单位，物理医学与康复分离，福格亚大学，意大利71122 FOGGIA； s.facciorusso89@gmail.com（s.f.）; spinastefania.ss@gmail.com（S.S.）; andrea.santamato@unifg.it（A.S。）6活动系综合研究与创新部（DAIRI），医院Santi Antonio和Biagio和Biagio和Cesare Arrigo，15122 Alessandria，意大利7号Alessandria，意大利7倒数学，教育部。 lorenza.scotti@uniupo.it 8神经科学系，生物医学与运动科学，维罗纳大学，意大利维罗纳37129； 。 Alessandro.picelli@univr.it * corsondoncencence：20004098@studenti.unaupo.it
中风的机器人辅助步态训练
中风是全球死亡率和残疾的第二大最常见原因。大多数患者无法在中风后恢复其步行能力。步态和流动性受损会对中风幸存者的日常生活和生活质量的活动产生负面影响。恢复步态和流动性是康复方法中最重要的目标。计算机和工程的进步使机器人技术能够用于许多康复医学领域。其中之一是步态训练。高强度，重复的任务训练对于神经可塑性和运动学习至关重要。机器人辅助步态训练可能是一种有前途的方法，导致中风患者的功能恢复。在这篇综述中，根据当前文献，讨论了机器人辅助步态训练在中风康复中的功效。
基于人工智能与计算机视觉评估的上肢重复促进运动对脑卒中患者步态的影响
目的：本研究旨在评估脑卒中患侧上肢功能增强对下肢步态的影响。方法：将40例符合条件的脑卒中患者随机分为对照组和治疗组，每组20例。两组患者在治疗前均接受基于人工智能和计算机视觉的动态评估。评估主要分析步态周期中肩肘关节的活动范围，以及患侧的各种步态参数（如步长、步速、站立相百分比等）。评估后，对照组接受常规康复治疗。结果：结果显示，治疗前两组患者无明显差异。但治疗后，治疗组患者患侧肩肘关节活动度有明显改善（p<0.05），而对照组患者仅有轻微改善，但无统计学意义（p>0.05）。结论：患侧上肢功能的改善似乎也对步态恢复有积极的影响。但值得注意的是，观察期相对较短。需要进一步研究来确认这种影响是否能长期持续。