XiaoMi-AI文件搜索系统
World File Search SystemSEMG
基于表面肌电图的平台，用于评估肌肉减少症
Andrea Caroppo, Gabriele Rescio, Alessandro Leone, Pietro Siciliano National Research Council of Italy - Institute for Microelectronics and Microsystems Via Monteroni, c/o Campus Università del Salento, Palazzina A3, Lecce, Italy email: andrea.caroppo@cnr.it email: gabriele.rescio@cnr.it电子邮件：alessandro.leone@cnr.it电子邮件：pietro.siciliano@le@le.imm.cnr.it摘要 - 肌肉减少症是一种疾病，其特征是失去肌肉质量和肌肉力量。它与自然衰老过程以及老年医疗状况和床休息有关。因此，从医学的角度来看，可以定期监测患有肌肉减少症风险的患者，以通过客观和特定的指标来早日检测其发作或进展，这是非常有益的。在过去的几年中，表面肌电图（SEMG）越来越多地在该研究领域的预防，诊断和康复中起着重要作用。此外，EMG技术的最新进展允许开发低侵入性且可靠的基于智能EMG的可穿戴设备。本文介绍了一个集成平台的设计和实现，该平台包括基于SEMG的可穿戴设备以及与用于病理学临床监测和管理的处理软件的接口。该系统旨在随着时间的推移而进行预防（早期诊断）和监测患者病情的目的。在这里，我们介绍了有关开发的肌肉减少症管理平台的可行性的初步研究。具体而言，这项工作涉及鉴定EMG信号的采样频率与EMG信号中提取的高度歧视特征的差异之间的最佳权衡，以自动测量肌肉折叠术。
Hongquan Le 可持续性报告
博士学位候选人Hongquan Le监督员Gursel Alici教授，Geoff Spinks教授，Het Panhuis的Marc教授。研究主题使用机器学习技术识别和翻译假肢用户的意图为自然控制信号。研究突出显示了直观且可靠的三阶段管道接口，用于识别和翻译跨性肌电假体手用户意图为控制信号，这对SEMG非平台和最小用户培训要求很强。研究兴趣：生物医学信号处理。人机界面，应用机器学习和深度学习，多视图学习，域适应性，电子和嵌入式系统。
用于静音语音接口的具有深度学习算法的超薄晶体硅基应变计
一种可视化每个区域受分类任务影响程度的方法。图 4d 展示了单词“ABSOLUTELY”和“AFTERNOON”的 R-CAM 结果。对于这两个词，我们的模型都关注 S2 传感器信号（第三行和第四行信号）显示主要特征运动的部分。关于单词“ABSOLUTELY”，我们的模型关注 0.6 秒时传感器 S2 的向下和向上凸起。关于“AFTERNOON”，同样，我们的模型在两种情况下都关注向下凸起的点，“AFTERNOON(i)”大约在 1 秒，“AFTERNOON(ii)”大约在 0.7 秒。结果表明，我们的模型并未过度拟合信号数据，而是关注阻力方差较大的特征信号部分。单词识别性能与 sEMG 的比较
高级设计日春季2024年 - 北德克萨斯大学
对全膝关节成形术的需求正在上升，而通过物理治疗的动机正在下降。DEOS解决方案的目的是设计一种使用表面肌电图（SEMG）的设备，与智能手机应用搭配使用时进行家庭治疗。该应用程序将以激励患者的目标为目标，使他们更有可能完成物理治疗。我们的设备使用简单的EMG电路体系结构来捕获各种来源的生物信号。它的一些主要功能包括BLE 5.0和2.4 GHz Wi-Fi兼容性，可充电3.7V锂离子电池，灵活且可重复使用的电极垫以及旨在便携式，用户友好型和环境意识的模块化设计。我们希望该设备能够通过以患者为中心的设计和激励治疗游戏来提高物理疗法对膝关节置换手术患者的有效性。
基于人体运动预测和自适应阻抗控制的轨迹自适应人机物理交互框架
摘要 — 物理人机交互 (pHRI) 在机器人中起着重要作用。为了使人类操作员能够轻松适应与机器人的交互，应实现 pHRI 中的最小交互力。本文提出了一种 pHRI 框架，使机器人能够自适应地调节其轨迹，以最小化交互力和较小的位置跟踪误差。首先通过性能评估指数更新的交互力来调整机器人的轨迹。然后，基于自回归 (AR) 模型预测人手运动以进一步调整轨迹。第三，开发了一种自适应阻抗控制方法，使用表面肌电图 (sEMG) 信号更新机器人阻抗控制器中的刚度，以实现机器人与环境的顺从交互。该方法允许人类操作员通过交互力、手部运动和肌肉收缩与机器人交互。通过研究所提出方法的性能，交互力降低，并实现了良好的位置跟踪精度。对比实验证明了所提出方法的增强性能。
“新的”医疗政策更新2024年7月
下面列出的是6月15日生效的盖辛格健康计划医疗政策投资组合中对政策的最新更改（除非另有说明）。该计划使用医疗政策作为成员书面福利文件内做出的覆盖范围决策的指南。覆盖范围可能会因业务范围而有所不同，提供者和成员被鼓励在应用政策条款之前验证有关资格的利益问题。mp004生物反馈 - 修订 - 添加的排除排除：对于未具体排除生物反馈的合同，未涵盖生物反馈以治疗普通的肌肉张力状态或心理状况。没有涵盖生物反馈疗法的家庭用途（无监督）（例如，Resperate®，Innosense®）。除本政策中概述以外的任何指示外，生物反馈的覆盖范围被认为是实验性，研究性或未经证实的，因此未涵盖。根据适用的福利文件的排除部分，也可以适用特定的福利外套。表面电极肌电图（SEMG）生物反馈被认为是未经证实的值，因此未覆盖。在已发表的同行评审的医学文献中没有足够的证据来支持使用Home（无人看管的）SEMG/Biofeffack以获取任何迹象。神经反馈被认为具有未经证实的价值，因此未涵盖。在已发表的同行评审的医学文献中没有足够的证据来支持神经反馈的任何迹象。MP045胸部打击乐背心 - 修订 - 添加的排除排除：被保险人同时使用高频胸壁打击乐器和机械外部外壳设备（E0482）是不需要的。要求有被批准的诊断且不符合上述标准的被保险人承保范围，或者必须由计划医疗总监或指定人员授权接受任何其他诊断的被保险人。组合振荡和肺扩张（OLE）设备用于治疗呼吸系统疾病（例如，Volara系统，Biwaze Clear System和MetaneB4系统）（E1399）（E1399）作为常规胸部物理疗法的替代方法，以促进呼吸性分泌物清除率的替代，因此被认为是未经医学上必要的。与既定替代方案相比，经过同行评审的已发表的医学文献中没有足够的证据得出有关这些设备健康结果改善的结论。mp136替代医学疗法 - 修订 - 添加的排除排除：一般而言，互补和替代疗法被认为是实验性，研究或未经证实的，并且不涵盖（除非另有规定，否则根据第62号法案进行了要求），因为有
Myokey：惯性运动感测和基于手势的QWERTY键盘扩展现实
摘要 - 在扩展现实（XR）的背景下对文本输入的挑战和社会接受，激发了新型输入方式的研究。我们研究了使用Qwerty-layout虚拟键盘应用于文本条目的惯性测量单元（IMU）控制和表面肌电图（SEMG）手势识别的融合。我们设计，实施和评估了名为Myokey的提议的多模式解决方案。用户可以通过手臂运动和手势组合选择字符。Myokey采用轻量级卷积神经网络分类器，可以在具有微不足道的推理时间上部署在移动设备上。我们通过在三种情况下招募12名参与者并测试了三组抓地力微观手机，证明了与Myokey无中断的文本条目的实用性：空手文本输入，三脚架抓握（例如，笔）和圆柱形掌握（例如，pen）。使用Myokey，用户的平均文本输入率为每分钟9.33个单词（WPM），8.76 wpm和8.35 wpm，分别为徒手，三脚架掌握和圆柱形掌握条件。
表面肌电图揭示了中间三角肌作为反向总肩关节置换术后功能优势的肩部肌肉
针对肩袖节关节病的患者指示了反向总肩关节置换术（RSA），这种疾病以藻毛性关节炎和肩袖袖口不足为特征。RSA假体通过将肱骨头转换为插座，将腺体转化为半球，从而违背了自然的肩关节解剖结构，从而导致内侧旋转中心和延长的肱骨[1,2]。这种设计改变了肩膀的生物力学，增加了三角肌纤维纤维的募集，并最终与肩部强度相比，与常规的总肩关节置换术相比，具有卓越的稳定性和控制性[1]。在恢复过程中，肩袖和支撑肌肉，尤其是三角肌，适应肩膀改变的生物力学，对肌肉活动，功能结果和运动范围产生重大影响[3-5]。肌肉活动或适应性可以通过肌肉测试来评估，使用小针电电极或粘附在皮肤上的表面电极进行评估。表面肌电图（SEMG）最近已被证明是一种有效且无创的工具，用于量化肩部中的个体肌肉激活，并已在临床诊断和康复环境中广泛使用[3,6-9]。
带有感应和增强反馈的软性转换假肢插座：案例研究
摘要 - 在下肢假体中，插座构成的物理接口是设备成功的关键组件。这项工作提出了一种基于集成到有机硅结构中的刚性框架的新设计，该框架可以与残留的肢体建立更舒适的生物力学耦合，并促进智能技术的整合。这为假肢双向接口或用户健康监控的新可能性铺平了道路。因此，已将四个表面EMG传感器，三个纤维状效应单元和九个温度和湿度传感器整合到插座中。这些组件可以使用户的电动机意图解码，提供增强反馈，并在佩戴假体时测量残留的肢体热条件。在具有转截肢截肢的partecipant上测试了新插座。在电路训练中的五个不同任务中注册了SEMG信号，并且发现意图解码算法的分类中位数始终高于73％。通过心理物理实验评估了用户对颤振反馈的感知，并揭示了奇异活化单元的振动是最好的感知。问卷调查结果确认
小波相干性作为轮椅击剑运动员躯干稳定肌激活的量度
摘要背景：肌肉间同步是有效运动表现和日常生活活动的关键方面之一。本研究旨在利用小波分析评估轮椅击剑运动员躯干稳定肌的同步性。方法：评估了左右两组背阔肌/腹外斜肌 (LD/EOA) 肌肉间的肌肉间同步性和拮抗性 EMG-EMG 相干性。研究组由 16 名轮椅击剑运动员组成，他们是波兰残奥会队的成员，分为两类残疾（A 和 B）。数据分析分三个阶段进行：(1) 使用 sEMG 记录肌肉激活；(2) 小波相干性分析；(3) 相干性密度分析。结果：在残奥会轮椅击剑运动员中，无论其残疾类别如何，肌肉都在低频率水平上被激活：A 类击剑运动员为 8-20 Hz，B 类击剑运动员为 5-15 Hz。结论：结果表明，轮椅击剑运动员（包括脊髓损伤运动员）的躯干肌肉活动明显，这可以解释为他们高强度训练的结果。肌电信号处理应用在提高轮椅运动员的表现和诊断方面具有巨大潜力。关键词：小波分析、残疾运动员、脊髓损伤、肌电图、频率水平