文献

J-GLOBAL ID：201702230816346078   整理番号：17A1353712

強度と配位回復はロボット訓練の通知のための脳卒中後の相互作用計算モデル方法【Powered by NICT】

How do strength and coordination recovery interact after stroke? A computational model for informing robotic training

著者 (3件)： Norman Sumner L. (Department of Mechanical and Aerospace Engineering, University of California, Irvine, Irvine, CA 92697 USA) ,  Lobo-Prat Joan (Department of Mechanical and Aerospace Engineering, University of California, Irvine, Irvine, CA 92697 USA) ,  Reinkensmeyer David J. (Departments of Anatomy and Neurobiology, Mechanical and Aerospace Engineering, Biomedical Engineering, and Physical Medicine and Rehabilitation, University of California, Irvine, Irvine, CA 92697 USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICORR  ページ： 181-186  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ロボット装置は,強度,配位,または両方の組合せを指導することができる。ロボット装置は配位,強度回復に何が起こっているかに焦点を当て,その逆は理解とこの相互作用はロボット訓練を最適化するのに役立つことができた。は脳卒中後の強度と配位回復間の相互作用への洞察を得るために計算神経リハビリテーションモデルを開発した。モデルでは,運動系は運動タスクを達成するために,残留皮質脊髄細胞(局所的に接続され,興奮性および抑制性)と網様体脊髄細胞(拡散接続し,興奮性)の活性を最適化することにより回復する。これを行うために,このモデルはタスク実行により生成された報酬信号に基づく確率的探索を用いた強化学習アルゴリズムを採用した。強度と配位:指運動作業と両側車椅子推進作業を必要とする二つのタスクをシミュレートした。強度対配位,重み係数により決定された値に報酬信号を変化させた。モデルが各々の仕事のために得られた臨床データと矛盾しない強度と配位回復間の非線形関係を予測した。モデルも脳卒中は強度と配位回復間の競合を引き起こし,焦点と抑制性細胞の不足のためにできることを予測した。これらの結果は,適応的に運動回復の望ましい成分を標的とする力と配位訓練の組合せを変えることができるロボット運動療法を実現するための理論的根拠を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *相互作用 ,  学習アルゴリズム ,  興奮 ,  *計算モデル ,  車椅子 ,  *ロボット ,  脳幹網様体 ,  *脳卒中 ,  運動療法 ,  最適化 ,  脊髄
準シソーラス用語： 運動機能回復 ,  抑制性ニューロン ,  確率的探索 ,  ニューロリハビリテーション , 【Automatic Indexing@JST】

分類 (2件)： 脳・神経系モデル  (EL02050C) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (7件)： 回復 ,  ロボット ,  訓練 ,  通知 ,  脳卒中 ,  相互作用 ,  計算モデル