XiaoMi-AI文件搜索系统
World File Search System手臂
桑迪亚制造凯夫拉手套保护士兵手臂...
桑迪亚研究人员发明了护手，这种护手将有助于在战斗期间保护乘坐悍马和其他军用车辆的军人的手臂。长度及肩的桑迪亚护手由多层重型凯夫拉纤维（用于防弹背心和轮胎的增强材料）制成，并配有碳复合材料前臂和上臂保护插件。项目负责人兼桑迪亚物理安全专家杰克·琼斯 (6955) 表示，凯夫拉纤维层的防热特性可减轻弹头爆炸对组织的热效应，而碳复合材料和凯夫拉纤维的结合可减轻钝性创伤效应以及弹头弹片对组织和骨骼的穿透或撕裂效应。“如果桑迪亚护手可以保护一名士兵、水手、飞行员或海军陆战队员免于失去一只手臂，那么付出的努力将是值得的，”杰克说。“这个项目对我们在伊拉克和阿富汗战斗中处于危险中的军人和盟友非常重要。”杰克和吉姆·珀维斯（6955），在桑迪亚降落伞实验室的拉里·惠纳里和理查德·布拉兹菲尔德（均为 2111）的协助下，
一项3个手臂随机试验，在约旦进行了2年的随访
虽然肥胖和糖尿病正在上升，但很少有低成本和有效的预防和管理策略，尤其是在中东。约旦的近20％的成年人患有糖尿病，超过75％的人超重或肥胖。基于社交网络的研究已显示出有望作为解决这些日益增长的危机的可行公共卫生干预策略。我们通过在约旦进行的6个月多社区随机试验评估了微斜计划（MCP）的有效性，并进行了2年的随访。MCP利用现有的社会关系来传播积极的健康行为和信息。我们从约旦安曼的3个社区卫生中心招募了参与者。如果参与糖尿病，糖尿病前或具有1个代谢危险因素以及糖尿病的家族史，则有资格进行研究。我们将参与者随机分为三个试验臂：（一个小组）收到了完整的MCP，并通过课程激活的社交网络互动； （B组）通过有机社会网络互动获得了基本的MCP教育会议；或（C组对照）获得标准护理，并加上主动监控和并行筛选。组的组以3：1：1的比例随机分别为单位，因此在ARM A，B和C中分别为N = 540、186和188的组大小。我们评估了在2年的多次评估中（包括在6个月和2年的随访中），在多次评估中，研究臂之间的体重，空腹葡萄糖，血红蛋白A1C（HBA1C）和平均动脉血压的总体变化。我们使用多级模型进行了完整和基本的MCP社交网络干预措施的有效性，以用于纵向数据，并在MCP教室，社区中心内以及时间同类群体内的个人嵌套。我们观察到体重变化（p = 0.0003），空腹血糖（p = 0.0015）和
U-Limb：关于健康和中风后手臂运动控制的多模式、多中心数据库
1 “Enrico Piaggio”研究中心和 Dipartimento di Ingegneria dell'Informazione，比萨拉戈大学 Lucio Lazzarino 1, 56122 比萨，意大利； 2 用于人类合作与康复的软机器人，Fondazione Istituto Italiano di Tecnologia，Via Morego 30, 16163 Genova，意大利； 3 RSI - 慕尼黑工业大学 (TUM) 慕尼黑机器人与机器智能学院机器人与系统智能主席，Heßstr。 134, 80797 慕尼黑, 德国; 4 MoMiLab 研究中心，IMT 卢卡高级研究学院，Piazza S. Francesco 19, 55100 Lucca, Italy； 5 苏黎世大学神经病学系血管神经病学和神经康复科，Frauenklinikstrasse 26, 8006 苏黎世，瑞士；6 汉诺威医学院矫形外科系生物力学和生物材料实验室 (LBB)，L384, 30625 汉诺威，德国；7 苏黎世健康科学与技术系机器人与智能系统研究所康复工程实验室，CLA H 1.1 Tannenstrasse 3, 8092 苏黎世，瑞士
Rabit，一种自动驾驶实验室的机器人手臂错误干预工具
1个机器人臂不能进入其门已关闭的设备2个设备门，当机器人在设备内部3个设备内部3机器人臂可以移动到任何不占用的任何位置时，任何对象都可以拿起4个机器人手臂，当它不持有5个操作时，当容器在内部无法执行的操作时，当容器无法执行8个操作时，在容器中无法执行的操作，无法在容器中执行操作，该物质无法转移到一个容器中，一个容器是在容器中转移的7个操作。从填充的容器中转移到一个空的或部分填充的接收容器9给药系统或带门的动作设备应分别开始给药或执行动作，只有在门关闭的情况下，只有在10个剂量系统或动作设备的门上关闭时，应关闭的剂量或动作设备应在其运行的速度或搅拌的速度
人工物理引擎用于手臂和手动的实时反向动力学
1应用科学教师，乌克兰天主教大学，乌克兰，乌克兰2号，人类绩效系2-教育生理学，康复和绩效，西弗吉尼亚州医学院，西弗吉尼亚大学，西弗吉尼亚州，美国摩根镇，美国，美国神经科学系，西弗吉尼亚大学，西弗吉尼亚大学，西弗吉尼亚州。西弗吉尼亚大学，美国西弗吉尼亚州西弗吉尼亚大学医学，美国5机械和航空工程，本杰明·M·斯塔勒·斯塔特勒工程和矿产资源学院，西弗吉尼亚大学，摩根镇，西弗吉尼亚州，美国，美国6号生物医学工程系，本杰明·M·斯塔勒工程学院
初级体感皮层第 2 区编码整个手臂的运动
摘要 本体感觉，即对身体位置、运动和相关力量的感觉，尽管在运动中起着至关重要的作用，但仍未得到充分理解。大多数对体感皮层本体感觉区域 2 的研究只是将神经元活动与手在空间中的运动进行比较。使用运动跟踪，我们试图通过描述 2 区活动与整个手臂运动的关系来阐述这种关系。我们发现，与经典模型不同，整个手臂模型成功地预测了猴子在两个工作空间中伸手触及目标时神经活动特征的变化。然而，当我们随后在主动和被动运动中评估这个整个手臂模型时，我们发现许多神经元在两种条件下都不能一致地代表整个手臂。这些结果表明 1) 2 区中的神经活动包括伸手过程中整个手臂的代表，2) 这些神经元中的许多在主动和被动运动期间以不同的方式代表肢体状态。
通过深钢筋学习用软机器人手臂推动
和投掷。[14]但是，由于收集和标记代表性交互数据集，广泛的优化和过度拟合的挑战，数据驱动的前向模型对于交互任务不合适。与未经检测环境相互作用的CSM的有希望的方法是连续机械模型。这些模型以物理术语表征了软机器人的变形，并用作物理相互作用的有价值的模拟器。经典的有限元方法可以准确代表复杂的3D几何形状。[15]这种准确性以高计算成本而使控制问题复杂化，尽管最近的模型订单减少技术使这些方法更实惠。[16,17]其他合适的方法采用了降低的机械模型，例如哥塞拉特杆，它们有效地描述了经历了大型专制的细长身体，平衡了复杂力学和计算效率的准确表示。
手臂交互的电触觉反馈应用：系统评价、荟萃分析和未来方向
摘要 — 触觉反馈在广泛的人机/计算机交互应用中至关重要。然而，触觉设备的高成本和低便携性/可穿戴性仍然是尚未解决的问题，严重限制了这种原本很有前途的技术的采用。电触觉界面具有更便携和更可穿戴的优势，因为它们的执行器尺寸减小，功耗和制造成本更低。电触觉反馈在人机交互和人机交互中的应用已被探索，以促进假肢、虚拟现实、机器人遥控操作、表面触觉、便携式设备和康复等应用中的基于手的交互。本文介绍了电触觉反馈的技术概述，以及其在基于手的交互中的应用的系统综述和荟萃分析。我们根据应用类型讨论了不同的电触觉系统。我们还对研究结果进行了定量讨论，以提供对最新技术的高层次概述并提出未来的方向。电触觉反馈系统显示出更高的便携性/可穿戴性，并且它们成功地呈现和/或增强了大多数触觉、引发感知过程并在许多场景中提高了性能。然而，我们发现了知识差距（例如，实施方案）、技术（例如，反复校准、电极的耐用性）和方法（例如，样本大小）缺陷，这些缺陷应在未来的研究中得到解决。
机器人辅助手臂训练对呼吸肌力量的影响，日常生活活动，
摘要背景：冲程后的临床变化不仅会影响四肢和躯干肌肉，而且会影响呼吸道肌肉。目的：确定机器人辅助的手臂训练与常规康复（COMBT）对呼吸肌肉力量，日常生活活动（ADL）的活动（ADL）以及中风患者的生活质量的影响，并将结果与常规康复（CR）进行比较。方法：这是一项两臂，单盲，随机对照试验，其中66名患者被随机分配给COMBT或CR，在6周内接受30次疗程（5/周）。在训练之前和6周之前，测量了呼吸肌强度（最大的灵感压力（MIP）和最大呼气压力（MEP），日常生活活动（Abilhand问卷）的活动（Abilhand问卷）（ABILHAND问卷）（Stroke Impact量表（SIS））。结果：与CR组相比，训练6周后，梳子组在ADL中显示出明显更好的MIP，MEP和性能（p <.01）。MIP（d = 0.9）和MEP（d = 0.9）的效果大小很大，而在ADL中进行性能（d = 0.62）。另外，在具有培养基组的CombT组中，SIS-ARM强度（P <.01），手功能（P = .04），ADL（P = .02）和恢复（p = .04）明显好得多（d = 0.6，d = 0.5，d = 0.5，d = 0.5，d = 0.5和d = 0.5，d = 0.5，d = 0.5，效果尺寸）与CR组相对。结论：COMBT和CR组都改善了中风患者的呼吸肌强度，ADL的表现以及生活质量。但是，Combt似乎提供了更多的综合效果，强调了其在中风后呼吸和功能恢复中的宝贵作用。