Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Rolle der künstlichen Intelligenz bei der Vorhersage von Muskelermüdung durch Virtual-Reality-Training

8. Juni 2023 aktualisiert von: Rami Abbas, Beirut Arab University

Rolle der künstlichen Intelligenz bei der Vorhersage von Muskelermüdung unter Verwendung von Virtual-Reality-Training bei gesunden und post-COVID19-Probanden

Das Ziel dieser prognostizierten Beobachtungsstudie ist es, die Muskelermüdung mithilfe eines spezifischen KI-Algorithmus bei gesunden im Vergleich zu post-Covid-19-infizierten Personen vorherzusagen. Die Hauptfrage, die es beantworten soll, lautet:

Kann künstliche Intelligenz als zuverlässige Quelle für die Vorhersage lokalisierter Muskelermüdung bei gesunden im Vergleich zu post-Covid-19-infizierten Personen verwendet werden?

Die Teilnehmer werden in zwei Gruppen eingeteilt: Eine gesunde Gruppe und eine Post-Covid-19-Gruppe.

  • Jede Gruppe durchläuft vor Beginn der Übungen einen Einarbeitungsprozess.
  • Dann führt jede Gruppe Hockübungen durch, die vom Kynpasis-Virtual-Reality-Gerät geleitet werden.
  • sEMG für die Vastus lateralis- und Rektus-Oberschenkel, die Brustdehnung und goniometrische Messungen des Knies werden während verschiedener gemeldeter Ermüdungsgrade mit dem Biopac-System durchgeführt.
  • Die Gruppen hocken weiter, während sie ihre subjektiven Ermüdungsgrade mit der Borg-Skala aufzeichnen.
  • Die Daten werden dann maschinellen Lernprozessen unterzogen, um einen KI-Algorithmus zu erstellen, der in der Lage ist, eine isolierte Muskelermüdung vorherzusagen.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Die Teilnehmer wurden in zwei Gruppen eingeteilt, eine bestand aus gesunden Personen und eine andere aus Covid-19-Probanden. Beide Gruppen erhielten vor Beginn der Datenerhebung ein Einarbeitungstraining für die durchzuführende Übung mit anschließender 15-minütiger Pause.

Hockübungen wurden unter Verwendung einer Virtual-Reality (VR)-Maschine (Kynapsis) zur Anleitung in beiden Gruppen durchgeführt. Kniebeugen wurden ausgeführt, während die Hände vor den Körpern gehalten wurden und die Knie um 90 Grad gebeugt waren, wobei ein Rhythmus von zwei Sekunden für den Abstieg und zwei Sekunden für den Aufstieg folgte, was die Bewegung auf der VR-Maschine nachahmte.

Zusätzliche Variablen wurden berücksichtigt, einschließlich der Brustdehnung und des Bewegungsbereichs unter Verwendung eines elektrischen Goniometers, die alle mit dem Biopac (BIOPAC Systems, Inc., Santa Barbara, CA) gemessen und aufgezeichnet wurden, das nachweislich einen Hochpass besitzt Frequenzfilter und bipolares Elektrodensystem.

Die getesteten Muskeln sind die 3 Köpfe des QF-Muskels RF, VM und VL. Ihre Bereiche wurden mit Alkohol gereinigt und rasiert, um den Widerstand der Elektroden zu verringern. Drei Einweg-sEMG-Oberflächenelektroden wurden platziert, zwei davon auf dem Muskelbauch mit einem Abstand von 2,5 cm zwischen ihnen und eine Kontrollelektrode auf der Agonistenseite. Der Teilnehmer wurde gebeten, sein Knie zu strecken und gegen Widerstand zu beugen, um die seitliche und mediale Vasti. Während der Übung wurden sEMG-Elektroden auf den Unterteilungen des QF-Muskels platziert. Die extrahierten Daten werden dann durch einen KI-Algorithmus geleitet, der die Muskelermüdung analysiert und vorhersagt.

Die Borg (C-10)-Skala wurde den Teilnehmern erklärt und war während der Durchführung der Übung als Ergebnismaß vor ihnen vorhanden, um die subjektive Muskelermüdung zu bewerten, die nach Erreichen die Übung beenden wird.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

90

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

  • Libanon
      • Beirut, Libanon
        • Ahmad ElMelhat

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Die Studienpopulation bestand aus zwei Gruppen.

  • Nicht sportliche gesunde Personen, die in den letzten 3 Tagen keine intensiven Aktivitäten ausgeführt haben und zuvor keinen Kontakt zu Covid-19 hatten.
  • Nicht sportliche gesunde Personen, die in den letzten 3 Tagen keine intensiven Aktivitäten durchgeführt haben, aber innerhalb eines 1-Jahres-Intervalls einen bestätigten positiven PCR-Test haben.

Beschreibung

Einschlusskriterien:

  • Alle in beiden Gruppen der Studie eingeschlossenen Probanden müssen nicht sportliche, gesunde Personen sein, die in den letzten 3 Tagen intensive Aktivitäten vermieden haben. Bei den in der Covid-19-Gruppe enthaltenen Probanden muss innerhalb eines Zeitraums von 1 Jahr ein bestätigter positiver PCR-Test durchgeführt werden.

Ausschlusskriterien:

  • Die Probanden, die die Einschlusskriterien nicht erfüllen, Altersgeriatrie (über 50 Jahre) sind oder Atemwegs-, Herz-, Nieren-, neuromuskuläre, orthopädische und muskuloskelettale Erkrankungen haben, müssen von der Studie ausgeschlossen werden. Raucher und einige medizinische Drogenkonsumenten müssen berücksichtigt werden, da dies die Leistung beeinträchtigt und die Ermüdung erhöht.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Gesunde Gruppe
  • Führt Hockübungen durch, während er regelmäßig subjektive Muskelermüdungsgrade meldet, bis die maximale subjektive Ermüdung erreicht ist
  • Wird sEMG für Vastus lateralis und Rectus femoris, Thoraxerweiterung, Goniometrie für die Knieaufzeichnung mit dem Biopac haben.
Sonstiges: Kniebeugen mit Hilfe des virtuellen Trainingsgeräts von Kynapsis.
Hockübungen wurden unter Verwendung einer Virtual-Reality (VR)-Maschine (Kynapsis) zur Anleitung in beiden Gruppen durchgeführt. Kniebeugen wurden ausgeführt, während die Hände vor den Körpern gehalten wurden und die Knie um 90 Grad gebeugt waren, wobei ein Rhythmus von zwei Sekunden für den Abstieg und zwei Sekunden für den Aufstieg folgte, was die Bewegung auf der VR-Maschine nachahmte.
Post-Covid-19-Gruppe
  • Führt Hockübungen durch, während er regelmäßig subjektive Muskelermüdungsgrade meldet, bis die maximale subjektive Ermüdung erreicht ist
  • Wird sEMG für Vastus lateralis und Rectus femoris, Thoraxerweiterung, Goniometrie für die Knieaufzeichnung mit dem Biopac haben.
Sonstiges: Kniebeugen mit Hilfe des virtuellen Trainingsgeräts von Kynapsis.
Hockübungen wurden unter Verwendung einer Virtual-Reality (VR)-Maschine (Kynapsis) zur Anleitung in beiden Gruppen durchgeführt. Kniebeugen wurden ausgeführt, während die Hände vor den Körpern gehalten wurden und die Knie um 90 Grad gebeugt waren, wobei ein Rhythmus von zwei Sekunden für den Abstieg und zwei Sekunden für den Aufstieg folgte, was die Bewegung auf der VR-Maschine nachahmte.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Oberflächenelektromyographie
Zeitfenster: Während der Hockübung.
nicht-invasive Technik, bei der Elektroden an den Köpfen des M. vastus lateralis und rectus femoris des M. quadriceps femoris angebracht werden, um dessen myoelektrische Leistung zu bestimmen. Ihre Bereiche wurden mit Alkohol gereinigt und rasiert, um den Widerstand der Elektroden zu verringern. Drei Einweg-sEMG-Oberflächenelektroden wurden platziert, zwei davon auf dem Muskelbauch mit einem Abstand von 2,5 cm zwischen ihnen und eine Kontrollelektrode auf der Agonistenseite. Der Teilnehmer wurde gebeten, sein Knie zu strecken und gegen Widerstand zu beugen, um die seitliche und mediale Vasti. Während der Übung wurden sEMG-Elektroden auf den Unterteilungen des QF-Muskels platziert. Die extrahierten Daten werden dann durch einen KI-Algorithmus geleitet, der die Muskelermüdung analysiert und vorhersagt.
Während der Hockübung.
Die Borg Rating of Perceived Exertion (RPE)-Skala
Zeitfenster: Während der Hockübung.
Ein Instrument zur Messung der Anstrengung und Anstrengung, der Atemlosigkeit und der Ermüdung einer Person bei körperlicher Arbeit und ist daher für die Praxis des Arbeitsschutzes von großer Bedeutung. Sie reicht von 6 als Minimum bis 20 als Maximum, wobei 6 keine Anstrengung und 20 extreme maximale Anstrengung bedeutet
Während der Hockübung.

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Brusterweiterung.
Zeitfenster: Während der Hockübung.
Verwendung eines Atmungswandlers, der mit einem Klettband um die Brust des Probanden gewickelt ist und Expansionsdaten an das Hauptempfängermodul des Biopac überträgt, die auf dem Computer aufgezeichnet werden.
Während der Hockübung.
Bewegungsfreiheit.
Zeitfenster: Während der Hockübung.
Verwendung eines elektrischen Goniometers, das am Knie des Probanden verdrahtet ist und Signale des Bewegungsbereichs an das Empfängermodul des Biopac überträgt, die auf dem Computer aufgezeichnet werden.
Während der Hockübung.

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Beirut Arab University

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

15. April 2023

Primärer Abschluss (Tatsächlich)

1. Juni 2023

Studienabschluss (Tatsächlich)

7. Juni 2023

Studienanmeldedaten

Zuerst eingereicht

3. April 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

13. April 2023

Zuerst gepostet (Tatsächlich)

14. April 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

9. Juni 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

8. Juni 2023

Zuletzt verifiziert

1. Juni 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • AI in Prediciting Fatigue

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Italy

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren