XiaoMi-AI文件搜索系统
World File Search System四肢
基于计算机视觉的自适应半自治控制四肢的个体上肢外骨骼
摘要：我们建议使用计算机视觉对上肢外骨骼进行自适应半自治控制，以帮助患有严重四方的用户增加独立性和生活质量。将基于舌的界面与半自主控制一起使用，因此，尽管从颈部瘫痪，但具有完全四倍体的人能够使用它。半自主控制使用计算机视觉来检测附近的物体，并估算如何掌握它们以帮助用户控制外骨骼。测试了三个控制方案：非自主（即使用舌头的手动控制）对照，半自主控制具有固定自治水平的，以及具有基于结合的适应性自治水平的半自主控制。进行了有或没有四肽的实验参与者的研究。根据其性能，对控制方案进行了评估，例如完成给定任务所需的时间和命令数以及用户的评分。研究表明，当使用任何一种半自主控制方案时，性能和用户评分都有明显的改善。自适应半自主控制在某些情况下，在更复杂的任务中，在使用该系统方面进行了更多培训的用户，在某些情况下，固定版本优于固定版本。
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。
为四肢瘫痪患者提供带有感应口内舌界面的轮椅控制
摘要 — 高位脊髓损伤大大降低了伤者的生活质量。各种系统试图以各种单模或多模设计来连接受伤后仍然完整或残留的能力，以补偿受到严重影响的活动能力。口内感应舌计算机接口 (ITCI) 旨在为计算机和辅助设备提供实时离散和比例控制，并满足四肢瘫痪患者的特殊要求。在一项短期培训研究中，向两名四肢瘫痪患者演示了 ITCI 对轮椅控制的操作。此外，两名健全人也参与了这项研究。对于每位参与者，通过报告沿车道的速度和撞到的障碍物数量，比较了使用 ITCI 驾驶 Permobil C500 的能力与使用操纵杆（一种情况下是口操纵杆）沿两条 39 米的不同车道驾驶轮椅的能力。车道由 90 0、360 0 和由线性段连接的复杂机动段组成。 ITCI 的特点是口含两个电感传感器垫、驱动电子设备和电池。口含器通过牙齿固定器固定在参与者口腔的上颚。舌头上附有一个类似穿刺器的激活装置。数据通过有线接口无线传输到控制轮椅的中央单元。在所有参与者中，使用 ITCI 驾驶时，A 或 B 车道的平均速度达到最大值 0.42 至 0.74 米/秒，相当于使用操纵杆驾驶时速度的 41% 至 71%。
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
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。
四肢瘫痪患者运动皮层中不同抓握类型的力量神经表征
1 凯斯西储大学生物医学工程系，俄亥俄州克利夫兰 44106，2 斯坦福大学神经外科系，加利福尼亚州斯坦福 94035，3 斯坦福大学电气工程系，加利福尼亚州斯坦福 94035，4 VA 医学中心路易斯斯托克斯克利夫兰系，俄亥俄州克利夫兰 44106，5 布朗大学神经科学系，罗德岛州普罗维登斯 02912，6 布朗大学罗伯特 J. 和南希 D. 卡尼脑科学研究所，罗德岛州普罗维登斯 02912，7 VA RR&D 神经修复和神经技术中心，罗德岛州普罗维登斯 02912，8 克利夫兰大学医院医学中心神经外科系，俄亥俄州克利夫兰 44106，9 凯斯西储医学院神经外科系，俄亥俄州克利夫兰 44106，10克利夫兰大学医院医学中心神经内科，俄亥俄州克利夫兰 44106，11 布朗大学工程学院，罗德岛州普罗维登斯 02912，12 麻省总医院神经内科神经技术和神经康复中心，马萨诸塞州波士顿 02114，13 哈佛医学院神经内科，马萨诸塞州波士顿 02114，14 斯坦福大学生物工程系，加利福尼亚州斯坦福 94035，15 斯坦福大学神经生物学系，加利福尼亚州斯坦福 94035，16 斯坦福大学霍华德休斯医学研究所，加利福尼亚州斯坦福 94035，17 斯坦福大学吴仔神经科学研究所，加利福尼亚州斯坦福 94035，以及 18 斯坦福大学 Bio-X 项目，加利福尼亚州斯坦福 94035
四肢瘫痪患者运动皮层中不同抓握类型的力量神经表征
1 凯斯西储大学生物医学工程系，俄亥俄州克利夫兰，44106；2 斯坦福大学神经外科系，加利福尼亚州斯坦福，94035；3 斯坦福大学电气工程系，加利福尼亚州斯坦福，94035；4 退伍军人事务部克利夫兰路易斯斯托克斯医学中心，俄亥俄州克利夫兰，44106；5 布朗大学神经科学系，罗德岛州普罗维登斯，02912；6 布朗大学罗伯特 J. 和 Nancy D. 卡尼脑科学研究所，罗德岛州普罗维登斯，02912；7 VA RR&D 神经修复和神经技术中心，罗德岛州普罗维登斯，02912；8 休斯顿大学克利夫兰医学中心神经外科系，俄亥俄州克利夫兰，44106； 9 克里夫兰凯斯西储大学医学院神经外科系，俄亥俄州克利夫兰 44106；10 克里夫兰大学医学中心神经内科系，俄亥俄州克利夫兰 44106；11 布朗大学工程学院，罗德岛州普罗维登斯 02912；12 麻省总医院神经内科神经技术和神经康复中心，马萨诸塞州波士顿 02114；13 哈佛医学院神经内科系，马萨诸塞州波士顿 02114；14 斯坦福大学生物工程系，加利福尼亚州斯坦福 94035；15 斯坦福大学神经生物学系，加利福尼亚州斯坦福 94035；16 斯坦福大学霍华德休斯医学研究所，加利福尼亚州斯坦福 94035；17 斯坦福大学吴仔神经科学研究所，Bio-X 项目，加利福尼亚州斯坦福 94035
一种约束嵌入方法，用于与混合四肢平行运动学操纵器的动力学建模
平行运动学操纵器（PKM）的特征是封闭的运动环，由于四肢平行排列，但也是由于四肢中存在运动环。此外，许多PKM都是由通过串行组合运动环构建的四肢构建的。这样的四肢称为混合动力，形成了特定类别的复杂四肢。设计和基于模型的控制需要精确的动态PKM模型，而无需简化模型。动力学建模需要在PKM的标准运动学建模中具有运动关系，在该模型中，仅计算了操纵器的正向和逆运动解（相关输入和输出运动）。这与杂种四肢的PKM更加涉及。在本文中采用模块化建模方法，分别处理四肢，并且动作的单个动态方程（EOM）随后将其组装到整体模型中。运动模型的关键是四肢内单个循环的约束分辨率。此局部约束分辨率是一般约束嵌入技术的特殊情况。提出的方法最终允许对一般PKM进行系统的建模。该方法用于IRSBOT-2，其中每个肢体包含两个独立的回路。©2022作者。由Elsevier B.V.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
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。