XiaoMi-AI文件搜索系统
World File Search System下肢
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。
慢性口语疼痛的解构和口面疼痛的隐藏抑制途径：三叉神经感情的中脑脑膜 在新西兰出售的碘盐是否含有足够的碘？ 新西兰糖尿病研究协会年度科学会议学会，2024年5月2日至4日，ōtautahiChristchurch 呼吁采取行动 - 迫切需要新西兰的心脏健康计划 在新西兰北部地区与糖尿病相关的下肢截肢审核2013 - 2016年 新西兰Aotearoa的痛经的普遍性，影响和管理策略：范围的评论 使无烟烟草和/或口服尼古丁产品合法化 div>
慢性口面疼痛具有重大的负面影响，会影响个人的生活质量和我们的社会。患病率约为11.2％至33.2％，女性的患病率仍然很高。目前，有两个主要的诊断分类系统用于国际慢性疼痛：国际疾病分类，第11修订（ICD-11），由世界卫生组织（WHO）于2018年出版，以及国际口粮疼痛的分类，由国际疼痛研究（IASP）国际疼痛研究（IASP）在2020年的2020年Iasp）发表。慢性疼痛病理生理学可能涉及上升和下降疼痛调节途径的缺陷。新描述的“三叉神经感知性中脑周围的灰色途径”被认为是咬合器具在管理口或疼痛方面的作用机理。尚未完全了解慢性口语疼痛的遗传基础，但是遗传易感性涉及周围神经，脑干和较高脑区域中多个基因以调节和抑制疼痛信号的传播，从而调节疼痛感的感知。
虚拟现实循环平台对共济失调和偏瘫患者下肢康复的影响：飞行员随机对照试验
背景：在共济失调和偏瘫患者中，已经测试了基于运动学习原理和神经可塑性的新干预措施。踩踏运动的疗法也表明了它们可以诱导肌肉活动，力量和平衡改善的潜力。虚拟现实（VR）已被证明是改善遵守物理疗法的有效工具，但是如果促进比传统疗法更大的改进，仍然不确定。目的：我们的目标是比较使用VR技术进行循环运动而不是使用VR技术时对下肢运动范围（ROM）的影响。方法：进行了20例共济失调患者和偏瘫患者的一项随机对照试验。参与者分为2组：实验组（n = 10，50％）使用VR系统进行了踩踏板练习，并且对照组（n = 10，50％）进行了踏板练习而无需使用VR。在循环干预之前和之后，进行了髋关节和膝关节活性ROM的测量，其中包括3个相同持续时间的疗程，但速度逐渐增加（4、5和6 km/h）。进行了重复测量方差分析，以比较每组内干预前（T I）和干预后（T e）评估。此外，通过比较每组干预前和干预后评估之间的变异系数（δ= 1 - [t e / t i]），分析了使用VR系统的改进效果。使用独立的1尾t检验进行组比较。结果：随着时间的推移，活跃的左髋屈曲（P = .03）显示了显着改进，但是没有组时间相互作用效应（p = .67）。被动左臀部屈曲（P = .93）没有显示出显着的改进，并且观察到有效和被动右髋屈曲的相似结果（分别为p = .39和p = .83）。均未对膝盖屈曲的评估（主动左：P = .06;被动左：P = .76;活动右：P = .34; Passive右：P = .06）或膝盖伸展表现出显着变化（活动左：P = .66; Passive左：P = .92; P = .92; active右：P = .12; Passive p = .12; passive右右：P = .38）。但是，随着时间的推移，被动右膝盖伸展（p = .04）显示出显着改善。总体而言，尽管膝盖和髋关节的活跃和被动的ROM显示出一般的改善，但两组之间没有发现统计学上的显着差异。结论：在这项研究中，使用VR系统进行骑自行车干预的参与者显示，下肢ROM的改善与接受常规培训的参与者相似。最终，VR系统可用于吸引参与者进行体育活动。
基于子带级联 CSP 的深度迁移学习，用于跨受试者下肢运动意象分类
摘要 — 由于人类大脑中左右下肢运动的生理表征过于接近，下肢运动想象 (MI) 分类是脑机接口 (BCI) 中一个具有挑战性的研究课题。此外，MI 信号具有严重的受试者特异性。以前的研究中为特定受试者设计的分类方案无法满足通用 BCI 系统中跨受试者分类的要求。因此，本研究旨在建立跨受试者下肢 MI 分类方案。提出了三种新型子带级联公共空间模式 (SBCCSP) 算法来提取具有低冗余度的代表性特征。已根据从执行 MI 任务的受试者中收集的下肢步进式 MI 信号进行了验证。已验证了采用三种 SBCCSP 算法的所提方案具有比其他公共空间模式 (CSP) 变体更好的准确度和运行时间性能，最佳平均准确度为 98.78%。本研究首次研究了基于实验步进式 MI 信号的跨受试者 MI 分类方案。所提出的方案将对开发用于下肢辅助和康复应用的通用 BCI 系统做出重要贡献。
使用钠 - 葡萄糖共转运蛋白-2抑制剂或胰高血糖素样肽-1受体激动剂与磺酰氟lure虫的风险和下肢截肢的风险：一项全国性的队列研究
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：//创建ivecommons。org/licen ses/by/4。0/。Creative Commons公共领域奉献豁免（http：//创建ivecommons。Org/publi cdoma in/Zero/1。0/1。0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
双模式智能鞋，用于偏瘫患者的定量评估“下肢”肌肉力量
摘要 - 中风会导致患者下肢和偏瘫的运动能力受损。准确评估下肢运动能力对于诊断和康复很重要。可以数字化此类评估，以便可以避免任何时间和主观性来追溯每个测试，我们测试如何将配备压力敏感鞋垫和惯性测量单元配备的双模式智能鞋用于此目的。设计了5m步行测试协议，包括左和右转弯。数据是从23名患者和17名健康受试者中收集的。对于下肢的运动能力，两名医生观察到了测试，并使用五个分级的医学研究委员会进行肌肉检查评估。同一患者的两个医生得分的平均值被用作地面真相。使用我们开发的功能集，在对患者和健康受试者进行分类时可以达到100％的精度。使用我们的功能集和回归方法实现了患者的肌肉强度，平均绝对误差为0.143，最大误差为0.395，比每个医生的得分更接近地面真实（平均绝对误差：0.217：最大误差：最大误差：0.5）。因此，我们验证了使用此类智能鞋的可能性，可以客观，准确地评估中风患者的下肢肌肉强度。索引术语 - 中途，机器学习，智能鞋，下肢的肌肉力量
下肢关节置换术后预测持续使用阿片类药物的机器学习方法
摘要背景本研究的目的是为下肢关节置换术后持续使用阿片类药物使用的预测模型，并确定集合学习和超采样技术是否可以改善模型性能。我们比较了各种预测模型，以识别持续的术后阿片类药物使用，使用各种术前，术中和术后数据，包括手术程序，患者人口统计学/特征，过去的手术病史，阿片类药物使用历史，使用历史，经历了，合并症，生活方式，生活方式，生活方式，Anthesia详细信息和邮政课程。评估了六个分类模型：逻辑回归，随机森林分类器，简单喂养神经网络，平衡的随机森林分类器，平衡的装袋分类器和支持向量分类器。表现。重复分层的k-折叠交叉验证是为了计算接收器操作特性曲线（AUC）下的F1分数和面积。结果有1042例患者接受了膝关节或髋关节置换术，其中242例（23.2％）报告了持续使用的阿片类药物。没有SMOTE，逻辑回归模型的F1得分为0.47，AUC为0.79。所有合奏方法的性能都更好，平衡的包装分类器的F1得分为0.80，AUC为0.94。SMOTE基于F1分数的所有模型的性能提高了。具体来说，平衡袋分类器的性能提高到F1分数为0.84，AUC为0.96。在平衡装袋模型中最重要的特征是术后第1天使用阿片类药物，体重指数，年龄，术前阿片类药物，出院时处方的阿片类药物和住院时间。结论集合学习可以极大地改善持续使用阿片类药物的预测模型。对高危患者的准确和早期鉴定可以在临床决策和通过个性化干预措施的早期优化中发挥作用。
糖尿病神经病患者对活动特定平衡，本体感受和下肢功能的有效性
摘要简介：糖尿病是一种慢性代谢疾病，其中对血液水平的控制不足。无论糖尿病的特定类型如何，并发症都涉及：微血管，大血管和神经性。糖尿病神经病会导致脚下失去感觉，下肢，疮，溃疡和感染因感觉受损而燃烧或射击疼痛。神经损伤还导致平衡和协调的问题增加，导致跌倒的风险增加。方法：在这项研究中，总共选择了30例糖尿病神经病患者，并通过以任务为导向的训练方案训练了4周。 使用活动特异性平衡量表，远端前置感受测试和下肢功能量表评估活动特定的平衡，本体感受和下肢功能。 结果：活动特定的平衡，本体感受和下肢功能显着改善（p <0.0001）。 分析表明，以任务为导向的训练有效地改善了糖尿病神经病患者的活动特定平衡，本体感受和下肢功能。 结论：为糖尿病神经病患者设计的面向任务的培训计划已被证明是有效的。 关键字：[糖尿病神经病，以任务为导向的训练，下肢功能，特定的平衡，本体感受，平衡]引言糖尿病是一种慢性代谢疾病，其特征是由于缺陷胰岛素的分泌，胰岛素吸收或两者。 （1）标记的症状方法：在这项研究中，总共选择了30例糖尿病神经病患者，并通过以任务为导向的训练方案训练了4周。使用活动特异性平衡量表，远端前置感受测试和下肢功能量表评估活动特定的平衡，本体感受和下肢功能。结果：活动特定的平衡，本体感受和下肢功能显着改善（p <0.0001）。分析表明，以任务为导向的训练有效地改善了糖尿病神经病患者的活动特定平衡，本体感受和下肢功能。结论：为糖尿病神经病患者设计的面向任务的培训计划已被证明是有效的。关键字：[糖尿病神经病，以任务为导向的训练，下肢功能，特定的平衡，本体感受，平衡]引言糖尿病是一种慢性代谢疾病，其特征是由于缺陷胰岛素的分泌，胰岛素吸收或两者。（1）标记的症状（1）糖尿病的发病机理包括胰腺的β细胞的自身免疫性破坏，随之而来的胰岛素缺乏到异常，导致对胰岛素作用的抗性。（1）这会导致胰岛素作用对靶组织的作用不足，导致碳水化合物，脂肪和蛋白质代谢异常。
下肢外骨骼机器人及其合作控制
如今，由于改进的机器人技术以及人们对与机器人互动的积极看法，ERS变得越来越流行。 人机协作技术可以增强外骨骼的便利性或舒适性，如康复研究所示（Campeau-Lecours等，2018； Wu and Li，2019）。 此外，可以广泛用于康复（Zhang X.等，2017），提供电力援助并帮助患者恢复正常生活（He。 例如，可穿戴机器人（WR）可以发挥与人类关节相同的作用和功能。 通常，它可以通过了解用户执行不同任务的意图来帮助人们。 此外，使用多传感器网络，ERS可以收集患者的运动意图，并与用户的运动完全合作。如今，由于改进的机器人技术以及人们对与机器人互动的积极看法，ERS变得越来越流行。人机协作技术可以增强外骨骼的便利性或舒适性，如康复研究所示（Campeau-Lecours等，2018； Wu and Li，2019）。此外，可以广泛用于康复（Zhang X.等，2017），提供电力援助并帮助患者恢复正常生活（He。例如，可穿戴机器人（WR）可以发挥与人类关节相同的作用和功能。通常，它可以通过了解用户执行不同任务的意图来帮助人们。此外，使用多传感器网络，ERS可以收集患者的运动意图，并与用户的运动完全合作。