XiaoMi-AI文件搜索系统
World File Search System上下肢
下肢淋巴水肿和糖尿病的概述
慢性静脉不足虽然被广泛接受，即糖尿病与可以改变动脉流缺血的嗜血学障碍有关，导致慢性组织缺氧，但尚不清楚这些血液流动性障碍是否局限于动脉（这可能会增加心血管疾病的风险，还是伴有糖尿病的风险），是否会影响凝血病的疾病，是否会影响凝血病的疾病）功能障碍。一项基于人群的回顾性研究，样本量有限（n = 302），发现与非糖尿病人群相比，糖尿病患者的年龄调整后的静脉血栓栓塞风险高于两倍以上（Petrauskiene等人（Petrauskiene等人，2005年）。肥胖也是慢性静脉功能不全和静脉血栓栓塞的发展的公认危险因素（Yosipovitch等，2007）。脂肪性细胞性和静脉溃疡可能会使下肢的静脉不足复杂化，对于患有淋巴水肿和糖尿病的患者可能会导致愈合损害和感染风险增加。
通过脑电图识别下肢运动任务……
1 电气与计算机工程学院，滨海理工学院（ESPOL），Gustavo Galindo 校区，地址：瓜亚基尔 Perimetral Vía 30.5 公里，邮政信箱：09-01-5863，厄瓜多尔； epelaez@espol.edu.ec 2 神经成像和生物工程实验室（LNB），机械工程和生产科学学院，Escuela Superior Politécnica del Litoral（ESPOL），Campus Gustavo Galindo km 30.5 Vía Perimetral，瓜亚基尔 PO Box 09-01-5863，厄瓜多尔； floayza@espol.edu.ec 3 卡尔奇州立理工大学研究生中心，图尔坎 040101，厄瓜多尔； leandro.lorente@upec.edu.ec 4 纳里尼奥自治大学工程学院，帕斯托 520001，哥伦比亚； peluffo.diego@um6p.ma 5 建模、模拟和数据分析 (MSDA) 研究项目，穆罕默德六世理工大学，Ben Guerir 43150，摩洛哥 * 通信地址：vasanza@espol.edu.ec † 这些作者对这项工作做出了同等贡献。
机器人设计和医疗下肢外骨骼的建模
在世界范围内，许多人因衰老引起的肌肉骨骼疾病而失去了下肢和运动技能的功能，例如老年人口或交通事故（O'Sullivan，Schmitz和Fulk，2019年）。因此，许多人需要物理疗法才能恢复其运动技能和肌肉功能的失去。第二次世界大战后，机械设计的外骨骼系统已发展为随着技术开发的机械设计。机器人外骨骼系统（RES）已用于改善患者和康复（Calabrò等，2016）。res用于患者以及军事和工业的医疗目的，可通过提供骨干支撑来更舒适地运输重物。但是，这项研究仅着重于RES进行物理治疗的设计和建模。
机器人辅助下肢中风治疗综述
地球上每六个人中就有一人患有中风。大约 90% 的中风幸存者都存在一些功能障碍，其中行动障碍是主要障碍，这不仅影响重要的日常活动，还增加了跌倒的可能性。机器人系统最初旨在补充传统的中风后步态康复，近年来，它作为一种减少物理治疗师压力的工具，同时提高了治疗的精确度和可重复性，引起了广泛关注。虽然目前一些机器人辅助康复方法取得了许多积极和有希望的成果，但有中等证据表明，与传统做法相比，使用机器人设备可以改善步行和运动恢复。为了更好地了解机器人辅助康复如何以及在何处有效，必须确定占主导地位的主要思想流派。本综述旨在通过三个不同的视角来观察这些观点：互动的目标和类型、物理实现以及机器人设备针对的感觉运动通路。研究人员解决恢复步态功能问题的方法以直观的方式归类在一起。从这种独特的角度看待机器人辅助康复自然可以激发新方向的发展，从而有可能填补当前的研究空白，并最终发现更有效的治疗方法。特别是，利用人类肢体间协调机制的想法被提出为康复的一个特别有前景的领域，并得到了广泛的讨论。
人类行走时哪些下肢关节可以补偿不稳定的能量？
此预印本的版权所有者此版本于 2022 年 1 月 12 日发布。；https://doi.org/10.1101/2022.01.11.475955 doi：bioRxiv preprint
优化下肢康复：机器学习与康复机器人技术的交集
下肢康复对于恢复伤害后，中风或手术至关重要，改善了功能性活动性和生活质量。传统疗法，取决于治疗师的专业知识，面临康复机器人技术解决的挑战。在下肢康复领域，机器学习逐渐表现出其在高个性化和数据驱动方法中的能力，逐渐改变了优化治疗方案的方法并预测康复结果。但是，这种演变面临着障碍，包括模型的解释性，经济障碍和监管限制。本评论探讨了机器学习与机器人辅助下肢康复之间的协同作用，总结了科学文献，并突出了各种模型，数据和领域。挑战是至关重要的，并提出了更有效的临床整合方向。重点放在即将到来的应用程序上，例如虚拟现实以及在恢复康复培训中深入学习的潜力。该考试旨在提供有关不断发展的景观的见解，焦点在康复机器人技术中进行机器学习的潜力，并鼓励人们平衡对当前挑战和未来机会的平衡探索。
高中棒球投球时下肢的能量流动
摘要 人们普遍认为，投棒球时传递到球的大部分能量是由躯干和下肢产生的。因此，本研究的目的是评估投棒球时流经下肢的能量。假设（稳定的）前腿主要以从远端到近端的顺序作为动力链传递能量，而（驱动的）后腿产生大部分能量，主要在臀部。使用关节功率分析来确定 22 名青年投手的踝关节、膝盖、臀部和腰骶关节（L5-S1）的能量（功率）传递和产生率。分析表明，前腿主要在跨步脚接触之前以从远端到近端的顺序向上传递能量。此外，后腿产生的能量更高，主要来自后臀部。总之，双腿对能量流的贡献不同，其中前腿充当初始动力链组件，后腿通过产生能量来驱动俯仰。双腿的动作在骨盆中结合，并传递到后续更常讨论的开放动力链，从 L5-S1 开始。
基于AI的方法论，用于外骨辅助修复的下肢：评论
在过去的几年中，使用机器人外骨骼的人工智能（AI）将人工智能（AI）纳入患有较低LIMB损害的人的康复中的新颖工具和方法的努力都引起了人们的兴趣。潜在的好处包括通过利用AI进行机器人控制和数据分析，促进个性化反馈和指导来实施个性化康复疗法的能力。尽管如此，目前缺乏文献综述，专门针对下肢康复机器人技术中的AI应用。为了解决这一差距，我们的工作旨在对37个同行评审的论文进行评论。本评论根据机器人应用程序方案或AI方法对选定的论文进行了分类。此外，它通过提供输入功能，AI模型性能，注册人群，用于验证过程中使用的外骨骼系统以及每篇论文的特定任务的详细摘要来唯一做出贡献。创新的方面在于对不同算法对特定任务的适用性提供清晰的了解，以指导未来的发展并支持下LIMB外骨骼和AI应用程序领域的知情决策。
在新西兰北部地区与糖尿病相关的下肢截肢审核2013 - 2016年
目的：表征与糖尿病相关的下肢截肢（DRLEA）和与新西兰北部专业足病医生的事先接触。方法：使用管理数据，北部地区（2013年7月至2016年6月）确定了DRLEA≥35年。对于奥克兰大都会地区（2015年7月至2016年6月）的人，其他临床数据描述了截肢原因，与糖尿病相关的合作率和足病疗法。结果：488人有862个DRLEA，包括25％（n = 214）主要截肢。男性年龄标准化的截肢率是女性的三倍（41.1 vs 13.6每100,000人口[95％置信区间（CI）：37.3-44.9分，分别为11.6-15.6每100,000]）。截肢率因种族而异，毛利人和太平洋人民的截肢率分别高出2.8倍和1.5倍，而不是非玛丽，非太平洋人民。入学后1-，3和6个月的死亡率很高（分别为7.9％，12.4％和18.3％）。周围血管疾病（78.8％），神经病（75.6％），视网膜病（73.6％）和肾病（58％）的患病率很高。在第一次DRLEA入院之前的3个月中，专业足病毒没有看到65％的人。结论：我们的研究证实了毛利人和男性的DRLEA入院率更高。我们确定了太平洋人群中的率升高，并观察到了专业足病医生服务的次优利用。