XiaoMi-AI文件搜索系统
World File Search System运动学
卒中后运动学习
运动恢复通常是中风康复的目标，是指中风前存在的正常运动模式的回归。6这可能与补偿不同，这涉及通常具有较低效率和运动质量的新运动表演的发展。7，8个人发生的运动恢复量在个体之间有所不同，并且与临床因素，诸如中风严重程度，中风后，皮质脊髓束完整性，中风后抑郁症，合并症，遗传学和康复质量有关。9作为中风后恢复独立性的一种自然尝试，有运动恢复和补偿性运动的发展。可以重新学习功能技能，因此基于经验的突触发生创建了新的神经联系。6运动补偿通常用于克服每日障碍。这可能导致学习的不使用，其中受影响较大的肢体在功能上不参与或学到的“不良使用”，在这种情况下，不良适应性运动的表现是开发出来并成为习惯的。10，11由于缺乏使用和对功能较大的肢体的偏爱，可能会在更受影响的一侧发生进一步的残疾。随着新运动模式在神经学上的根深蒂固，行为的这些变化驱动了神经塑性机制进一步限制了受影响的一面。6
机器人运动学习的Riemannian流量匹配政策
摘要 - 我们引入了Riemannian流匹配策略（RFMP），这是一种用于学习和合成机器人视觉策略的新型模型。RFMP利用流量匹配方法的有效训练和推理能力。通过设计，RFMP继承了流量匹配的优势：编码高维多模式分布的能力，通常在机器人任务中遇到，以及非常简单且快速的推理过程。我们证明了RFMP对状态和视觉条件的机器人运动策略的适用性。值得注意的是，正如机器人状态位于里曼尼亚歧管上一样，RFMP固有地包含了几何意识，这对于逼真的机器人任务至关重要。为了评估RFMP，我们进行了两个概念验证实验，将其性能与扩散策略进行了比较。尽管两种方法都成功 - 完全学习了所考虑的任务，但我们的结果表明，RFMP提供了更平稳的推理时间的动作轨迹。
使用LDDMM和运动学心脏增长模型来量化PAH
肺动脉高压（PAH）是一种快速进行性和致命疾病，右心衰竭是PAH患者死亡的主要原因。本研究旨在确定可能启动心脏生长和重塑的机械刺激（G＆R）。为了实现这一目标，构建了两个双室模型：一个用于对照大鼠心脏，另一个用于带有PAH的大鼠心脏。通过使用改进的大变形差异度量映射（LDDMM）框架将患病心脏的生长估算为控制心脏。相关分析，这表明主菌株可以用作触发心肌生长的刺激，并在PAH下进行重塑。根据体内图像估算的生长张量可以通过使用运动学心脏生长模型来解释患病心脏中观察到的几何变化的84.3％。我们的方法有可能使用稀疏的体内图像来量化G＆R，并从生物力学的角度触发右心力衰竭的基本机制。
纹状体多巴胺对熟练运动学习的贡献
对熟练运动学习的纹状体多巴胺贡献Chris D. Phillips 1,2,3，Courtney C. Myers 1,4，Daniel K. Leventhal 5,6,7,8和Christian R.Burgess和Christian R. Burgess* 1,2,4 1 MINBOR GORLICATION，ANN BOR GORTIANG，MIN BOR GORTICE，MIN GORTION，MICERATION，48109 2 MIRECULAT＆SORTICTAT美国密歇根州阿尔伯市，48109 3，德克萨斯大学，美国德克萨斯州理查森市的达拉斯大学神经科学系，75080，75080 4神经科学研究生课程，密歇根大学，密歇根大学，密歇根州安阿伯大学，美国密歇根州安阿伯大学，48109 5 MI, USA, 48109 7 Parkinson Disease Foundation Research Center of Excellence, University of Michigan, Ann Arbor, MI, USA, 48109 8 Department of Neurology, VA Ann Arbor Health System, Ann Arbor, MI, USA, 48109 * Corresponding author: Christian Burgess crburge@umich.edu Conflict of Interest statement: The authors declare no competing financial interests.致谢：我们要感谢伊丽莎白·帕帕斯（Elizabeth Pappas）的帮助培训老鼠和布兰登·托特（Brandon Toth）以及伯吉斯实验室的其他成员，以进行有益的讨论和反馈。这项工作得到了大脑研究基金会种子赠款和NIH R01DK129366（CRB）的支持。
一种物理信息的低球学习，用于基于SEMG的肌肉力量和关节运动学的估计
摘要 - 表面肌电图（SEMG）中的肌肉力量和关节运动学估计1对于2实时生物力学分析，对神经肌肉刺激，肌肉动力学和4个动力学的动态相互作用3的2实时生物力学分析至关重要。深度神经网络（DNNS）5的最新进展表明，以完全自动化和可重复的方式改善生物力学肛门-6 YSIS的潜力。ho-7，生物力学分析的小样本性质和物理解释性8限制了DNN的应用。9本文提出了一种新型物理学的低镜头10对逆向学习方法，用于基于SEMG的11个肌肉力量和关节运动学的估计。这种方法无缝12将拉格朗日的运动方程和逆Dy-13 Namic肌肉模型集成到生成的对抗性净-14工作（GAN）的结构性特征解码框架（GAN）框架中，并从小样本数据中进行了15个外推估计。特定于16，拉格朗日的运动方程式被引入17个生成模型，以限制遵循物理定律的高级特征的结构化解码18。通过奖励推断估算值22和物理参考的Cons-21帐篷物理表示，旨在提高20个物理学的政策梯度，以提高20个对抗性学习效率。实验验证是在两种情况下进行的23个（即步行试验和24个手腕运动试验）。31的结果表明，与基于物理学的逆动力学相比，肌肉力和关节运动学的估计值26是公正的，其中27个表现优于选定的基准方法，其中包括28种物理学的卷积神经网络（PI-CNN），Val-29 LINA-29 LINA生成的对手网络（GAN）和Multi-Extremi-Lextreme-extreme Machine（Ml-30-Extreme Machine（Ml-30）。
长期运动学习引起的人脑皮质微观结构的变化
1人类科学学院，III研究所，体育科学系，奥托·冯·吉里克大学，玛格德堡39104，德国，2，麦克斯·普朗克人类认知和脑科学研究所2神经退行性疾病（DZNE），德国Magdeburg 39120，5行为和脑科学中心（CBBS），奥托·冯·吉里克大学，德国39106，德国39106，6莱布尼兹 - 玛格尼尼兹·纳斯特斯 - 纳斯特斯·纳神经生物学（林），德国39118，德国，7个研究所，研究所研究，研究。 Guericke University，Magdeburg 39120，德国和8学院认知神经科学研究所，伦敦大学学院，伦敦WC1N 3AZ，英国
History-Detr：利用历史信息和运动学优化查询初始化策略
最近的 3D 物体检测器利用多帧数据（包括过去和未来的数据）来提高性能。然而，他们采用的时间数据融合方法尚未充分挖掘其提高性能的潜力。现有的工作利用多帧数据，这些数据仅根据自我运动融合特定特征，并且由于巨大的计算和内存成本而无法直接应用于长序列。我们发现目前的方法不能有效地利用历史信息，包括历史预测和物体运动。基于我们的研究，我们提出了一种由历史查询和原始查询组成的新型混合查询公式。历史查询包括从历史预测和特征中获得的推断位置和内容查询，这些查询考虑了当前场景中所有物体的运动。此外，我们的方法可以简单地应用于其他类似 DETR 的模型中，以提高性能，而不会引入巨大的计算和内存成本。结果，我们的 History-DETR 在推理时间增加可忽略不计的情况下实现了显着的改进（+1.1% NDS）。
定量GABA磁共振光谱作为蛛网膜下腔出血后运动皮层中运动学习功能的量度
亚蛛网膜下腔出血（SAH）后的总体运动功能障碍（SAH）的神经机制仍然未知。γ-氨基丁酸（GABA）提出的假设提出降低神经元GABA浓度，随后缺乏GABA介导的抑制作用会导致SAH后运动障碍。这项研究旨在探讨SAH患者的GABA水平与运动性能的行为度量之间的相关性。使用质子磁共振光谱法评估了40例SAH和10名年龄匹配的健康对照患者的运动皮质GABA水平。GABA和N-乙酰糖（NaA）比在原发性运动皮层的正常灰质中测量。还评估了GABA浓度与手机性能之间的关系。结果显示，SAH左运动皮层患者的GABA水平显着低于对照组（GABA/NAA比：0.282±0.085和0.341±0.031； p = 0.041）。反应时间（RTS）是一种潜在地取决于GABA能突触传播的运动性能的行为度量，患者的显着时间比对照组的时间更长（分别为936.8±303.8 vs. 440.2±67.3 ms； p <0.001）。此外，运动皮质GABA水平和RTs在患者之间表现出显着的正线性相关性（r = 0.572，rs = 0.327，p = 0.0001）。因此，SAH后主要运动皮层中GABA水平的降低可能导致神经元功能的皮质抑制受损，并表明运动皮层中GABA介导的突触传递对于RT至关重要。
在大量运动加速度下，用于实时测量头运动学的仪器守卫
摘要：背景：运动的头部影响会导致脑损伤。通过仪器的胸罩（IMG）准确量化头运动学可以帮助识别有害影响期间的潜在脑运动。当前研究的目的是评估IMG在各种线性和旋转加速度上的有效性，以允许进行局部影响监测。方法：仪器头盔测试装置（ATD）的滴测试在一系列撞击幅度和位置进行，并同时收集了IMG测量。ATD和IMG运动学也被向前馈送到高度有限脑模型，以预测最大的主应变。结果：影响产生了广泛的头部运动学（16-171 g，1330–10,164 rad/s 2和11.3–41.5 rad/s）和持续时间（6-18毫秒），代表了橄榄球和拳击的影响。对ATD和IMG的峰值的比较表明一致性很高，峰值影响运动学的总和相关系数为0.97，预测的脑应变为0.97。我们还发现IMG和ATD测量的时间序列运动数据之间有良好的一致性，旋转速度（5.47±2.61％）的归一化均方根误差最高，旋转加速度最低（1.24±0.86％）。我们的结果证实，IMG可以在大量加速度下可靠地测量基于实验室的头运动学，并且适合将来的现场有效性评估。
运动学 - 运动科学
学生的重要事实：1。学位学位课程必须至少包含120个学期，其中至少21个必须是主要领域的高层小时（3000-4000级）。该计划必须至少需要39个学期的上班时间工作。2。所有想要专业的运动机能学（运动科学）的学生都必须在一月份的大二年份（每年一个申请期）申请入学。查看UNG/运动机能学（运动科学）网页以获取最新信息。3。入学至少需要2.75或更高，至少35个学期完成，成功完成数学和定量技能并以书面形式进行交流（ENGL 1101＆1102），在所有课程中，在所有课程中均为“ C”，或者在所有课程中完成BIOL 2251K，BOIL 2251K，BOIL 2252K，and a a a a a a a field and A.申请要求。4。所有运动机能专业的专业都必须在实习或实践前持有当前的CPR和基本急救认证。5。数学和定量技能和书面交流（ENGL 1101和1102）需要在30个学期之前完成。6。强烈鼓励学生完成Biol 2251K和2252K（需要“ C”或更高的成绩），并在大三之前申请接受科学的入学。7。亲属3012具有生物学2251k的先决条件。亲属3305，Kins 4450和Kins 4460：先决条件是Biol 2251K和Biol 2252K。8。9。KINS 3101，KINS 3200，KINS 3350，KINS 3380，KINS 3380L，KINS 4380，KINS 4420，KINS 4425，KINS 4425，KINS 4435＆KINS 4435＆KINS 4480：接受锻炼科学或入学教练所需的运动科学或服用。检查当前目录是否有其他先决条件要求。亲戚4490：入学所需的讲师的运动科学和许可。会议和文书工作需要在实际实习经验之前完成一到两个学期。检查当前目录是否有其他先决条件要求。