文献

J-GLOBAL ID：202102230929993924   整理番号：21A2568127

ロボット支援歩行訓練中の脳卒中患者に対する歩行イベント検出【JST・京大機械翻訳】

Gait Event Detection for Stroke Patients during Robot-Assisted Gait Training

著者 (9件)： Schicketmueller Andreas (HASOMED GmbH, Paul-Ecke-Str. 1, 39114 Magdeburg, Germany) ,  Schicketmueller Andreas (Institute for Medical Engineering and Research Campus STIMULATE, University of Magdeburg, Universitaetsplatz 2, 39106 Magdeburg, Germany) ,  Lamprecht Juliane (MEDIAN Neurological Rehabilitation Center Magdeburg, Gustav-Ricker-Str. 4, 39120 Magdeburg, Germany) ,  Lamprecht Juliane (Institute for Neurorehabilitation, Affiliated Institute of the Otto-von-Guericke University, Gustav-Ricker-Str. 4, 39120 Magdeburg, Germany) ,  Hofmann Marc (HASOMED GmbH, Paul-Ecke-Str. 1, 39114 Magdeburg, Germany) ,  Sailer Michael (MEDIAN Neurological Rehabilitation Center Magdeburg, Gustav-Ricker-Str. 4, 39120 Magdeburg, Germany) ,  Sailer Michael (Institute for Neurorehabilitation, Affiliated Institute of the Otto-von-Guericke University, Gustav-Ricker-Str. 4, 39120 Magdeburg, Germany) ,  Sailer Michael (MEDIAN Clinic Flechtingen, Parkstrasse, 39345 Flechtingen, Germany) ,  Rose Georg (Institute for Medical Engineering and Research Campus STIMULATE, University of Magdeburg, Universitaetsplatz 2, 39106 Magdeburg, Germany)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 12  ページ： 3399  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 機能的電気刺激とロボット支援歩行訓練は,脳卒中患者のリハビリテーションプロセスを強化するために臨床ルーチンで使用される技術である。これらの技術を結合することにより,治療効果をさらに改善し,リハビリテーションプロセスをサポートできる。これらの技術を組み合わせるために,慣性測定ユニットで記録された移動データに基づく歩行事象を抽出することを目的とする新しいアルゴリズムを開発した。透視において,抽出された歩行事象はロボット支援歩行訓練中の機能的電気刺激を誘発するために使用できる。このアプローチは,機能的電気刺激を有する広範囲の潜在的ロボット支援歩行訓練者を等しくする可能性を提供する。特に,本研究の目的は,脳卒中に罹患した患者の臨床設定における以前に開発したアルゴリズムのロバスト性を試験することであった。全量のN=10脳卒中患者が研究に参加した。患者を,それらのパフォーマンスレベルに従って,2つの異なるロボット支援歩行訓練者(LyraとLokomat)に割り当て,各歩行訓練者に対する5つの記録セッションを得た。以前に開発したアルゴリズムを適用し,歩行事象を抽出するためにさらに最適化した。Lyraで95.8%7.5%,Lokomatで98.7%2.6%の全患者にわたる平均検出率を達成した。全患者の平均1型誤差は,Lyraで1.0%2.0%,Lokomatで0.9%2.3%であった。結果として,開発したアルゴリズムは患者特異的運動に対してロバストであり,ロボット支援歩行訓練中の歩行事象を検出することができる技術のさらなる開発に対して有望な結果を提供し,将来の目的は機能的電気刺激の引き金を引くことである。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  計測器 ,  最適化 ,  *ロボット ,  リハビリテーション ,  *脳卒中 ,  ロバスト性 ,  機能的電気刺激
準シソーラス用語： *歩行訓練 ,  イベント検出 ,  検出率 ,  ルーチン ,  *脳卒中患者 ,  患者リハビリテーション ,  ロボットリハビリテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 脳卒中 ,  慣性測定装置(IMU) ,  機能的電気刺激(FES) ,  歩行イベント検出 ,  ハイブリッドロボットリハビリテーションシステム

分類 (1件)： リハビリテーション  (GB06000Z)

引用文献 (21件)：

• Johnson, W.; Onuma, O.; Owolabi, M.; Sachdev, S. Stroke: A global response is needed. Bull. World Health Organ. 2016, 94, 634-634A.
• Algurén, B.; Lundgren-Nilsson, A.; Sunnerhagen, K.S. Functioning of stroke survivors-A validation of the ICF core set for stroke in Sweden. Disabil. Rehabil. 2010, 32, 551-559.
• Jørgensen, H.S.; Nakayama, H.; Raaschou, H.O.; Olsen, T.S. Recovery of walking function in stroke patients: The copenhagen stroke study. Arch. Phys. Med. Rehabil. 1995, 76, 27-32.
• Dobkin, B.H. Clinical practice. Rehabilitation after stroke. N. Engl. J. Med. 2005, 352, 1677-1684.
• Mehrholz, J.; Thomas, S.; Werner, C.; Kugler, J.; Pohl, M.; Elsner, B. Electromechanical-assisted training for walking after stroke. Cochrane Database Syst. Rev. 2017, 5, CD006185.

タイトルに関連する用語 (6件)： ロボット ,  支援 ,  歩行訓練 ,  脳卒中患者 ,  歩行 ,  イベント検出