Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A mesterséges intelligencia szerepe az izomfáradtság előrejelzésében virtuális valóság edzéssel

2023. június 8. frissítette: Rami Abbas, Beirut Arab University

A mesterséges intelligencia szerepe az izomfáradtság előrejelzésében a virtuális valóság tréning segítségével egészséges és COVID19 utáni alanyoknál

Ennek a megfigyeléses előrejelzett vizsgálatnak az a célja, hogy egy speciális mesterséges intelligencia algoritmus segítségével előre jelezze az izomfáradtságot egészséges és Covid-19 után fertőzött egyéneknél. A fő kérdés, amelyre választ kíván adni:

Használható-e a mesterséges intelligencia megbízható forrás az egészséges és a Covid-19 után fertőzött egyének lokalizált izomfáradtságának előrejelzésére?

A résztvevőket két csoportra osztják: egy egészséges csoportra és egy Covid-19 utáni csoportra.

  • A gyakorlatok megkezdése előtt minden csoport átesik egy ismerkedési folyamaton.
  • Ezután minden csoport guggoló gyakorlatokat hajt végre a kynpasis virtuális valóság apparátusa irányításával.
  • A vastus lateralis és rectus femories sEMG-je, a mellkas tágulása és a térd goniometrikus mérése a különböző bejelentett fáradtsági szintek során történik a Biopac rendszer segítségével.
  • A csoportok folytatják a guggolást, miközben a Borg-skála segítségével rögzítik szubjektív fáradtságukat.
  • Az adatokat ezután gépi tanulási folyamatokon keresztül futtatják, hogy létrehozzanak egy mesterséges intelligencia-algoritmust, amely képes előre jelezni az izolált izomfáradtságot.

A tanulmány áttekintése

Állapot

Befejezve

Körülmények

Beavatkozás / kezelés

Részletes leírás

A résztvevőket két csoportra osztották, az egyik egészséges egyénekből, a másik pedig a Covid-19 alanyokból állt. Mindkét csoport az adatgyűjtés megkezdése előtt 15 perc pihenővel végzett gyakorlati ismerkedést kapott.

A guggoló gyakorlatot egy virtuális valóság (VR) gép (kynapsis) segítségével végezték el útmutatásként mindkét csoportban. A guggolásokat úgy végezték, hogy a kezeket a testek előtt tartották, és a térdeket 90 fokban behajlították, két másodperces emelkedési ritmust követve az ereszkedéshez, két másodperces emelkedés után a VR-gépen végzett mozgást.

További változókat is figyelembe vettek, köztük a mellkas tágulását és az elektromos goniométerrel végzett mozgási tartományt, mindezt a Biopac (BIOPAC Systems, Inc., Santa Barbara, CA) segítségével mérték és rögzítették, amely bizonyítékok szerint felüláteresztő képességgel rendelkezik. frekvenciaszűrő és bipoláris elektródarendszer.

A vizsgált izmok a QF izom 3 feje RF, VM és VL. Területüket alkohollal megtisztították és borotválták, hogy csökkentsék az elektródák ellenállását. Három eldobható sEMG felületi elektródát helyeztünk el, ebből kettőt az izomhasra 2,5 cm távolsággal, egy vezérlőelektródát pedig az agonista oldalra helyeztünk, a résztvevőt arra kértük, hogy nyújtsa ki a térdét és hajlítsa meg az ellenállással szemben, hogy megtalálja az oldalsó, ill. mediális vasti. Az edzés során sEMG elektródákat helyeztünk a QF izom részegységeire. A kinyert adatokat ezután egy mesterséges intelligencia-algoritmuson futtatják, amely elemzi és előrejelzi az izomfáradtságot.

A Borg (C-10) skálát elmagyarázták a résztvevőknek, és előttük volt a gyakorlat végrehajtása közben, mint eredménymérőt, hogy felmérje a szubjektív izomfáradtságot, amely elérése után véget vet a gyakorlatnak.

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

90

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

  • Libanon
      • Beirut, Libanon
        • Ahmad ElMelhat

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt

Egészséges önkénteseket fogad

Igen

Mintavételi módszer

Valószínűségi minta

Tanulmányi populáció

A vizsgált populáció két csoportból állt.

  • Egészséges, nem sportos egyének, akik az elmúlt 3 napban nem végeztek intenzív tevékenységet, és korábban nem léptek kapcsolatba a Covid-19-cel.
  • Nem sportos, egészséges egyének, akik az elmúlt 3 napban nem végeztek intenzív tevékenységet, de 1 éven belül megerősített pozitív PCR-tesztet végeztek.

Leírás

Bevételi kritériumok:

  • A vizsgálat mindkét csoportjában szereplő összes alanynak egészséges, nem sportos egyéneknek kell lenniük, akik az elmúlt 3 napban kerülték az intenzív tevékenységeket. A Covid-19 csoportba tartozó alanyoknak 1 éven belül igazolt pozitív PCR-teszttel kell rendelkezniük.

Kizárási kritériumok:

  • Ki kell zárni a vizsgálatból azokat az alanyokat, akik nem felelnek meg a felvételi kritériumoknak, idős korú geriátria (50 év feletti), vagy bármilyen légzőszervi, szív-, vese-, neuromuszkuláris, ortopédiai és mozgásszervi betegségben szenvednek. Figyelembe kell venni a dohányosokat és egyes gyógyszerfogyasztókat, mert befolyásolja a teljesítményt és növeli a fáradtság szintjét.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
Egészséges csoport
  • Guggoló gyakorlatokat végez, miközben rendszeresen jelenti a szubjektív izomfáradtság szintjét, amíg el nem éri a maximális szubjektív fáradtságot
  • Lesz sEMG a vastus lateralis és rectus femoris számára, mellkas tágítás, goniometria a térd rögzítéséhez a Biopac segítségével.
Egyéb: Guggolás a Kynapsis Virtual Training apparátus segítségével.
A guggoló gyakorlatot egy virtuális valóság (VR) gép (kynapsis) segítségével végezték el útmutatásként mindkét csoportban. A guggolásokat úgy végezték, hogy a kezeket a testek előtt tartották, és a térdeket 90 fokban behajlították, két másodperces emelkedési ritmust követve az ereszkedéshez, két másodperces emelkedés után a VR-gépen végzett mozgást.
Covid-19 utáni csoport
  • Guggoló gyakorlatokat végez, miközben rendszeresen jelenti a szubjektív izomfáradtság szintjét, amíg el nem éri a maximális szubjektív fáradtságot
  • Lesz sEMG a vastus lateralis és rectus femoris számára, mellkas tágítás, goniometria a térd rögzítéséhez a Biopac segítségével.
Egyéb: Guggolás a Kynapsis Virtual Training apparátus segítségével.
A guggoló gyakorlatot egy virtuális valóság (VR) gép (kynapsis) segítségével végezték el útmutatásként mindkét csoportban. A guggolásokat úgy végezték, hogy a kezeket a testek előtt tartották, és a térdeket 90 fokban behajlították, két másodperces emelkedési ritmust követve az ereszkedéshez, két másodperces emelkedés után a VR-gépen végzett mozgást.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Felületi elektromiográfia
Időkeret: A guggoló gyakorlat során.
non-invazív technika, ahol elektródákat helyeztek a quadriceps femoris izom vastus lateralis és rectus femoris fejére, értékelve annak myoelektromos teljesítményét. Területüket alkohollal megtisztították és borotválták, hogy csökkentsék az elektródák ellenállását. Három eldobható sEMG felületi elektródát helyeztünk el, ebből kettőt az izomhasra 2,5 cm távolsággal, egy vezérlőelektródát pedig az agonista oldalra helyeztünk, a résztvevőt arra kértük, hogy nyújtsa ki a térdét és hajlítsa meg az ellenállással szemben, hogy megtalálja az oldalsó, ill. mediális vasti. Az edzés során sEMG elektródákat helyeztünk a QF izom részegységeire. A kinyert adatokat ezután egy mesterséges intelligencia-algoritmuson futtatják, amely elemzi és előrejelzi az izomfáradtságot.
A guggoló gyakorlat során.
A Borg Rating of Perceived Exertion (RPE) skála
Időkeret: A guggoló gyakorlat során.
Eszköz az egyén erőfeszítésének és megerőltetésének, légszomjnak és fáradtságnak a mérésére a fizikai munka során, ezért rendkívül fontos a munkahelyi egészségvédelem és biztonság gyakorlatában. A minimum 6-tól a maximum 20-ig terjed, ahol a 6 azt jelenti, hogy nincs megerőltetés, a 20 pedig extrém maximális erőkifejtést
A guggoló gyakorlat során.

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Mellkas kiterjesztése.
Időkeret: A guggoló gyakorlat során.
Az alany mellkasa köré tekert légzés-átalakító használata tépőzárral, amely továbbítja a kiterjesztési adatokat a Biopac fő vevőmoduljához, amely rögzítésre kerül a számítógépen.
A guggoló gyakorlat során.
Mozgástartomány.
Időkeret: A guggoló gyakorlat során.
Az alany térdére vezetékezett elektromos goniométer használata, amely a mozgási tartomány jeleit továbbítja a Biopac vevőmoduljához, amelyet a számítógép rögzít.
A guggoló gyakorlat során.

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Beirut Arab University

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Általános kiadványok

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2023. április 15.

Elsődleges befejezés (Tényleges)

2023. június 1.

A tanulmány befejezése (Tényleges)

2023. június 7.

Tanulmányi regisztráció dátumai

Először benyújtva

2023. április 3.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2023. április 13.

Első közzététel (Tényleges)

2023. április 14.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2023. június 9.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2023. június 8.

Utolsó ellenőrzés

2023. június 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • AI in Prediciting Fatigue

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

ELDÖNTETLEN

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Keressen hasonló próbaverziókban

Szponzorok és közreműködők

Egészségi állapot

Kábítószer-beavatkozások

CROs by country

CROs in Oman

Körülmények

Ritka betegségek

Kábítószer-beavatkozások

Táplálék-kiegészítők

Szponzor / közreműködők

Helyek

3
Iratkozz fel