文献

J-GLOBAL ID：202202220802581751   整理番号：22A0977495

脳卒中後の腕および手運動機能再訓練のための日常生活ベースリハビリテーションシステムの活動【JST・京大機械翻訳】

Activities of Daily Living-Based Rehabilitation System for Arm and Hand Motor Function Retraining After Stroke

著者 (6件)： Song Xinyu (State Key Laboratory of Mechanical Systems and Vibration, Shanghai Jiao Tong University, Shanghai, China) ,  Van De Ven Shirdi Shankara (State Key Laboratory of Mechanical Systems and Vibration, Shanghai Jiao Tong University, Shanghai, China) ,  Liu Lanlan (Shanghai No.3 Rehabilitation Hospital, Shanghai, China) ,  Wouda Frank J. (Xsens Technologies B.V., Enschede, The Netherlands) ,  Wang Hong (State Key Laboratory of Mechanical Systems and Vibration, Shanghai Jiao Tong University, Shanghai, China) ,  Shull Peter B. (State Key Laboratory of Mechanical Systems and Vibration, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Transactions on Neural Systems and Rehabilitation Engineering  (IEEE Transactions on Neural Systems and Rehabilitation Engineering)
巻： 30  ページ： 621-631  発行年： 2022年 
JST資料番号： W0560A  ISSN： 1534-4320  CODEN： ITNSB3  資料種別： 逐次刊行物 (A)
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： ほとんどの脳卒中生存者は日常生活動作(ADLs)を独立して完了する。しかし,リハビリテーションシステムは,総および微細運動機能に対するADL関連訓練に焦点を当てた。著者らは,ユーザが重大なゲームにおいて目標と相互作用するために対応するADL運動を実行する,腕と手の動きの運動機能と協調の訓練のためのADLベースの重大なゲームリハビリテーションシステムを提案した。筋電図(EMG),力筋電図(FMG)および慣性センシングに基づくマルチセンサ融合モデルを,ユーザの自然な上肢運動を推定するために開発した。8人の健常被験者と3人の脳卒中患者を,実験に募集し,システムの有効性を検証した。腕位置変動に対する手のジェスチャー分類に関する異なるセンサと分類器構成の性能を分析し,定性的患者アンケートを実施した。結果は,肘伸展/屈曲がEMGベース,FMGベース,およびEMG+FMGに基づく手ジェスチャ認識に対して肩外転/付加物よりも有意な負の影響を及ぼすことを示した。加えて,肩外転/付加物と肩屈曲/伸展の負の影響に,手のジェスチャー認識に対する有意差はなかった。しかし,オフラインおよびリアルタイム認識精度の両方において,センサ構成とアルゴリズム構成との間に有意な相互作用があった。EMG+FMG併用マルチポジション分類装置モデルは,アーム位置変化に対して最高の性能を持った。加えて,すべての脳卒中患者は,そのADL関連能力を,システムを使用することによって回復することができた。これらの結果は,マルチセンサ融合モデルが手のジェスチャーと全体の動きを正確に推定でき,提案した訓練システムがADLを実行する患者の能力を改善する可能性を有することを示す。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  相互作用 ,  ゲーム ,  分類装置 ,  *リハビリテーション ,  筋電図 ,  患者 ,  利用者 ,  *脳卒中 ,  日常生活動作
準シソーラス用語： 被験者 ,  ジェスチャー認識 ,  *運動機能 ,  脳卒中患者 ,  訓練システム , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  計算機網  (JC03000K)

タイトルに関連する用語 (7件)： 脳卒中 ,  腕 ,  手 ,  運動機能 ,  訓練 ,  日常生活 ,  活動