Role umělé inteligence při předpovídání svalové únavy pomocí tréninku virtuální reality
8. června 2023 aktualizováno: Rami Abbas, Beirut Arab University
Role umělé inteligence při předpovídání svalové únavy pomocí školení ve virtuální realitě u zdravých subjektů a subjektů po COVID19
Cílem této observační předpokládané studie je předpovědět svalovou únavu pomocí specifického algoritmu AI u zdravých jedinců vs. po COVID-19. Hlavní otázka, na kterou chce odpovědět, je:
Může být umělá inteligence použita jako spolehlivý zdroj předpovědi lokalizované svalové únavy u zdravých jedinců vs. po COVID-19?
Účastníci budou rozděleni do dvou skupin: zdravá skupina a skupina po Covid-19.
- Každá skupina projde před začátkem cvičení seznamovacím procesem.
- Poté bude každá skupina provádět cvičení v podřepu vedená přístrojem virtuální reality kynpasis.
- sEMG pro vastus lateralis a rectus femories, expanze hrudníku a goniometrická měření kolena budou provedena během různých hlášených úrovní únavy pomocí systému Biopac.
- Skupiny budou pokračovat v dřepu a zároveň zaznamenávat svou subjektivní úroveň únavy pomocí Borgovy stupnice.
- Data pak projdou procesy strojového učení, aby se vytvořil algoritmus AI schopný předpovídat izolovanou svalovou únavu.
Přehled studie
Postavení
Dokončeno
Podmínky
Intervence / Léčba
Detailní popis
Účastníci byli rozděleni do dvou skupin, jedna sestávala ze zdravých jedinců a druhá sestávala ze subjektů Covid-19. Obě skupiny absolvovaly seznamovací trénink na cvičení, které mělo být provedeno s 15 minutovým odpočinkem poté, před začátkem sběru dat.
Cvičení ve dřepu bylo prováděno pomocí stroje pro virtuální realitu (VR) (kynapsis) pro vedení v obou skupinách. Dřepy byly prováděny, zatímco ruce byly drženy před tělem a kolena byla ohnuta do 90 stupňů v rytmu dvou sekund pro sestup, dvousekundový výstup napodobující pohyb prováděný na stroji VR.
Byly zváženy další proměnné, včetně expanze hrudníku a rozsahu pohybu pomocí elektrického goniometru, vše bylo měřeno a zaznamenáváno pomocí Biopac (BIOPAC Systems, Inc., Santa Barbara, CA), který podle důkazů disponuje horním průchodem. frekvenční filtr a bipolární elektrodový systém.
Testované svaly jsou 3 hlavy QF svalu RF, VM a VL. Jejich oblasti byly vyčištěny pomocí alkoholu a oholeny, aby se snížil odpor elektrod. Byly umístěny tři jednorázové povrchové elektrody sEMG, dvě z nich na břicho svalu ve vzdálenosti 2,5 cm mezi nimi a jedna kontrolní elektroda umístěna na straně agonisty, účastník byl požádán, aby natáhl koleno a ohnul ho proti odporu, aby lokalizoval laterální a mediální vasti. Elektrody sEMG byly během cvičení umístěny na pododdělení svalu QF. Extrahovaná data pak procházejí algoritmem AI, který analyzuje a předpovídá svalovou únavu.
Účastníkům byla vysvětlena Borgova (C-10) škála a byla před nimi při provádění cvičení jako výstupní měřítko pro posouzení subjektivní svalové únavy, které po dosažení skončí cvičení.
Typ studie
Pozorovací
Zápis (Aktuální)
90
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní místa
-
-
-
Beirut, Libanon
- Ahmad ElMelhat
-
-
Kritéria účasti
Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
Přijímá zdravé dobrovolníky
Ano
Metoda odběru vzorků
Ukázka pravděpodobnosti
Studijní populace
Studovaná populace se skládala ze dvou skupin.
- Nesportovní zdraví jedinci, kteří poslední 3 dny neprováděli žádné intenzivní aktivity a předtím nekontaktovali Covid-19.
- Nesportovní zdraví jedinci, kteří poslední 3 dny nevykonávali žádné intenzivní aktivity, ale mají potvrzený pozitivní test PCR v intervalu 1 roku.
Popis
Kritéria pro zařazení:
- Všechny subjekty zahrnuté v obou skupinách studie musí být nesportující zdraví jedinci, kteří se v posledních 3 dnech vyhýbali intenzivním aktivitám. Subjekty zařazené do skupiny Covid-19 musí mít potvrzený pozitivní test PCR v intervalu 1 roku.
Kritéria vyloučení:
- Ze studie musí být vyloučeni jedinci, kteří nesplňují kritéria pro zařazení, jsou starší geriatrii (starší než 50 let) nebo mají jakékoli respirační, srdeční, ledvinové, neuromuskulární, ortopedické a muskuloskeletální poruchy. Je třeba brát ohled na kuřáky a některé uživatele drog, protože to ovlivňuje výkonnost a zvyšuje míru únavy.
Studijní plán
Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
|---|---|
|
Zdravá skupina
|
Cvičení ve dřepu bylo prováděno pomocí stroje pro virtuální realitu (VR) (kynapsis) pro vedení v obou skupinách.
Dřepy byly prováděny, zatímco ruce byly drženy před tělem a kolena byla ohnuta do 90 stupňů v rytmu dvou sekund pro sestup, dvousekundový výstup napodobující pohyb prováděný na stroji VR.
|
|
Skupina po Covid-19
|
Cvičení ve dřepu bylo prováděno pomocí stroje pro virtuální realitu (VR) (kynapsis) pro vedení v obou skupinách.
Dřepy byly prováděny, zatímco ruce byly drženy před tělem a kolena byla ohnuta do 90 stupňů v rytmu dvou sekund pro sestup, dvousekundový výstup napodobující pohyb prováděný na stroji VR.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Povrchová elektromyografie
Časové okno: Během cvičení v podřepu.
|
neinvazivní technikou, kdy byly elektrody umístěny na hlavy vastus lateralis a rectus femoris m. quadriceps femoris, přičemž se zjišťoval jeho myoelektrický výstup.
Jejich oblasti byly vyčištěny pomocí alkoholu a oholeny, aby se snížil odpor elektrod.
Byly umístěny tři jednorázové povrchové elektrody sEMG, dvě z nich na břicho svalu ve vzdálenosti 2,5 cm mezi nimi a jedna kontrolní elektroda umístěna na straně agonisty, účastník byl požádán, aby natáhl koleno a ohnul ho proti odporu, aby lokalizoval laterální a mediální vasti.
Elektrody sEMG byly během cvičení umístěny na pododdělení svalu QF.
Extrahovaná data pak procházejí algoritmem AI, který analyzuje a předpovídá svalovou únavu.
|
Během cvičení v podřepu.
|
|
Stupnice Borg Rating of Perceived Exertion (RPE).
Časové okno: Během cvičení v podřepu.
|
Nástroj pro měření individuálního úsilí a námahy, dušnosti a únavy při fyzické práci, a proto je vysoce relevantní pro praxi BOZP.
Pohybuje se od 6 jako minimum do 20 jako maximum, přičemž 6 znamená žádnou námahu a 20 znamená extrémní maximální námahu.
|
Během cvičení v podřepu.
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Rozšíření hrudníku.
Časové okno: Během cvičení v podřepu.
|
Pomocí dýchacího snímače omotaného kolem hrudníku subjektu pomocí pásku se suchým zipem, který přenáší expanzní data do hlavního modulu přijímače Biopac, která budou zaznamenána do počítače.
|
Během cvičení v podřepu.
|
|
Rozsah pohybu.
Časové okno: Během cvičení v podřepu.
|
Pomocí elektrického goniometru připojeného na koleno subjektu, který bude přenášet signály o rozsahu pohybu do modulu přijímače Biopacu, který bude zaznamenán do počítače.
|
Během cvičení v podřepu.
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Sponzor
Publikace a užitečné odkazy
Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.
Obecné publikace
- Disser NP, De Micheli AJ, Schonk MM, Konnaris MA, Piacentini AN, Edon DL, Toresdahl BG, Rodeo SA, Casey EK, Mendias CL. Musculoskeletal Consequences of COVID-19. J Bone Joint Surg Am. 2020 Jul 15;102(14):1197-1204. doi: 10.2106/JBJS.20.00847.
- Paneroni M, Simonelli C, Saleri M, Bertacchini L, Venturelli M, Troosters T, Ambrosino N, Vitacca M. Muscle Strength and Physical Performance in Patients Without Previous Disabilities Recovering From COVID-19 Pneumonia. Am J Phys Med Rehabil. 2021 Feb 1;100(2):105-109. doi: 10.1097/PHM.0000000000001641.
- Qian J, McDonough DJ, Gao Z. The Effectiveness of Virtual Reality Exercise on Individual's Physiological, Psychological and Rehabilitative Outcomes: A Systematic Review. Int J Environ Res Public Health. 2020 Jun 10;17(11):4133. doi: 10.3390/ijerph17114133.
- Wan JJ, Qin Z, Wang PY, Sun Y, Liu X. Muscle fatigue: general understanding and treatment. Exp Mol Med. 2017 Oct 6;49(10):e384. doi: 10.1038/emm.2017.194.
- A narrative review of immersive virtual reality's ergonomics and risks at the workplace: cybersickness, visual fatigue, muscular fatigue, acute stress, and mental overload Souchet, A.D., Lourdeaux, D., Pagani, A. et al. A narrative review of immersive virtual reality's ergonomics and risks at the workplace: cybersickness, visual fatigue, muscular fatigue, acute stress, and mental overload. Virtual Reality (2022). https://doi.org/10.1007/s10055-022-00672-0
- Donatelli, R.A. (2007) Sports-specific rehabilitation. St. Louis, MO: Churchill Livingstone.
- Hall, J. E., & Hall, M. E. (2020). Guyton and Hall textbook of medical physiology e-Book. Elsevier Health Sciences.
- Schoenfeld BJ. Squatting kinematics and kinetics and their application to exercise performance. J Strength Cond Res. 2010 Dec;24(12):3497-506. doi: 10.1519/JSC.0b013e3181bac2d7.
- Kubo K, Ikebukuro T, Yata H. Effects of squat training with different depths on lower limb muscle volumes. Eur J Appl Physiol. 2019 Sep;119(9):1933-1942. doi: 10.1007/s00421-019-04181-y. Epub 2019 Jun 22.
- Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019 Jun;6(2):94-98. doi: 10.7861/futurehosp.6-2-94.
- Tack C. Artificial intelligence and machine learning | applications in musculoskeletal physiotherapy. Musculoskelet Sci Pract. 2019 Feb;39:164-169. doi: 10.1016/j.msksp.2018.11.012. Epub 2018 Nov 23.
- Luna A, Casertano L, Timmerberg J, O'Neil M, Machowsky J, Leu CS, Lin J, Fang Z, Douglas W, Agrawal S. Artificial intelligence application versus physical therapist for squat evaluation: a randomized controlled trial. Sci Rep. 2021 Sep 13;11(1):18109. doi: 10.1038/s41598-021-97343-y.
- Alsobhi M, Khan F, Chevidikunnan MF, Basuodan R, Shawli L, Neamatallah Z. Physical Therapists' Knowledge and Attitudes Regarding Artificial Intelligence Applications in Health Care and Rehabilitation: Cross-sectional Study. J Med Internet Res. 2022 Oct 20;24(10):e39565. doi: 10.2196/39565.
- Sun J, Liu G, Sun Y, Lin K, Zhou Z, Cai J. Application of Surface Electromyography in Exercise Fatigue: A Review. Front Syst Neurosci. 2022 Aug 11;16:893275. doi: 10.3389/fnsys.2022.893275. eCollection 2022.
- Al-Mulla MR, Sepulveda F, Colley M. An autonomous wearable system for predicting and detecting localised muscle fatigue. Sensors (Basel). 2011;11(2):1542-57. doi: 10.3390/s110201542. Epub 2011 Jan 27.
- Calder KM, Stashuk DW, McLean L. Physiological characteristics of motor units in the brachioradialis muscle across fatiguing low-level isometric contractions. J Electromyogr Kinesiol. 2008 Feb;18(1):2-15. doi: 10.1016/j.jelekin.2006.08.012. Epub 2006 Nov 20.
- Torvik, G. I., Triantaphyllou, E., Liao, T., & Waly, S. (1999, March). Predicting muscle fatigue via electromyography: A comparative study. In Proceedings of the 25th International Conference on Computers and Industrial Engineering (pp. 277-280)
- Caesaria, A. P., Endro Yulianto, Luthfiyah, S., Triwiyanto, T., & Rizal, A. (2023). Effect of Muscle Fatigue on EMG Signal and Maximum Heart Rate for Pre and Post Physical Activity. Journal of Electronics, Electromedical Engineering, and Medical Informatics, 5(1), 39-45. https://doi.org/10.35882/jeeemi.v5i1.278
- Ahmad I, Kim JY. Assessment of Whole Body and Local Muscle Fatigue Using Electromyography and a Perceived Exertion Scale for Squat Lifting. Int J Environ Res Public Health. 2018 Apr 18;15(4):784. doi: 10.3390/ijerph15040784.
- Dos Santos PK, Sigoli E, Braganca LJG, Cornachione AS. The Musculoskeletal Involvement After Mild to Moderate COVID-19 Infection. Front Physiol. 2022 Mar 18;13:813924. doi: 10.3389/fphys.2022.813924. eCollection 2022.
- Diem L, Fregolente-Gomes L, Warncke JD, Hammer H, Friedli C, Kamber N, Jung S, Bigi S, Funke-Chambour M, Chan A, Bassetti CL, Salmen A, Hoepner R. Fatigue in Post-COVID-19 Syndrome: Clinical Phenomenology, Comorbidities and Association With Initial Course of COVID-19. J Cent Nerv Syst Dis. 2022 May 24;14:11795735221102727. doi: 10.1177/11795735221102727. eCollection 2022.
- Ducrocq GP, Blain GM. Relationship between neuromuscular fatigue, muscle activation and the work done above the critical power during severe-intensity exercise. Exp Physiol. 2022 Apr;107(4):312-325. doi: 10.1113/EP090043. Epub 2022 Mar 4.
- Joli J, Buck P, Zipfel S, Stengel A. Post-COVID-19 fatigue: A systematic review. Front Psychiatry. 2022 Aug 11;13:947973. doi: 10.3389/fpsyt.2022.947973. eCollection 2022.
- Faulkner JA, Larkin LM, Claflin DR, Brooks SV. Age-related changes in the structure and function of skeletal muscles. Clin Exp Pharmacol Physiol. 2007 Nov;34(11):1091-6. doi: 10.1111/j.1440-1681.2007.04752.x.
Termíny studijních záznamů
Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.
Hlavní termíny studia
Začátek studia (Aktuální)
15. dubna 2023
Primární dokončení (Aktuální)
1. června 2023
Dokončení studie (Aktuální)
7. června 2023
Termíny zápisu do studia
První předloženo
3. dubna 2023
První předloženo, které splnilo kritéria kontroly kvality
13. dubna 2023
První zveřejněno (Aktuální)
14. dubna 2023
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
9. června 2023
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
8. června 2023
Naposledy ověřeno
1. června 2023
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- AI in Prediciting Fatigue
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
NEROZHODNÝ
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Ne
Studuje produkt zařízení regulovaný americkým úřadem FDA
Ne
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .