0% Complete
English
صفحه اصلی
/
دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی
تقویت عضلات چهار سر ران و اصلاح الگوهای حرکتی با استفاده از بیوفیدبک الکترومایوگرافی در بیماران مبتلا به مالتیپل اسکلروزیس (MS)
نویسندگان :
مهدی میری
1
احسان تهامی
2
گلاره ویسی
3
1- دانشگاه آزاد اسلامی واحد مشهد
2- دانشگاه آزاد اسلامی واحد مشهد
3- دانشگاه آزاد اسلامی واحد مشهد
کلمات کلیدی :
بیوفیدبک الکترومایوگرافی،قدرت،اسکلروز چندگانه،عملکرد زانو،سینرژی
چکیده :
مقدمه: این مطالعه با هدف بررسی تأثیر بیوفیدبک آنلاین الکترومایوگرافیکی همراه با تمرینات ایزومتریک بر تقویت عضلات چهارسر ران و اصلاح الگوهای حرکتی در بیماران MS انجام شد. در پژوهشهای پیشین مداخله بیوفیدبک جهت تقویت عضلات تحتانی و اصلاح الگوهای حرکتی در مورد بیماران MS نادیده گرفته شده است. مواد و روشها: در این پژوهش، 20 بیمار MS بهطور تصادفی به دو گروه 10 نفره تقسیم شدند: گروه مداخله (بیوفیدبک همراه با تمرینات ایزومتریک) و گروه کنترل (تمرینات ایزومتریک تنها). دادههای الکترومایوگرافی سطحی از عضلات چهارسر ران با سیستم 8 کاناله و پروتکل SENIAM جمعآوری شد. انقباضات ایزومتریک با شدت 75% حداکثر انقباض ارادی در زاویه 60 درجه زانو انجام گرفت.متغیرهای اصلی شامل قدرت ایزومتریک عضلات چهار سر ران و بهبود عملکرد زانو و تعداد سینرژی بودند که در مقاطع مبنا و هفتههای دوم، چهارم، ششم و دوازدهم با روش تجزیه ماتریس غیر منفی ارزیابی شدند. یافتهها: نتایج نشان داد که در گروه EMG-BF، قدرت عضلانی از 7/18 ± 3/125 نیوتن به 4/23 ± 7/185 نیوتن، و عملکرد زانو از 8/5 ± 2/45 به 9/8 ± 8/72 بهبود یافت، در حالی که گروه کنترل به ترتیب به7/20 ± 6/158 نیوتن و 1/7 ± 3/59 رسید.تعداد سینرژی در گروه EMG-BF به 2.3 کاهش یافت و به تعداد سینرژی افراد سالم نزدیک گردید در حالی که این مقدار در گروه کنترل به 2.9 رسید. نتیجهگیری: بیوفیدبک همراه با تمرینات بهطور مؤثری قدرت عضلات چهار سر ران و عملکرد زانو را در بیماران MS بهبود میبخشد و همچنین تعداد سینرژی که نشان دهنده الگوهای حرکتی می باشد به افراد سالم نزدیک گردید. این یافتهها بر پتانسیل این مداخله در توانبخشی عصبی تأکید دارند.
لیست مقالات
لیست مقالات بایگانی شده
Mitigating MRI Domain Shift in Sex Classification: A Deep Learning Approach with ComBat Harmonization
Peyman Sharifian - Mohammad Saber Azimi - Masoud Noroozi - Alireza Karimian - Hossein Arabi
Gait Retraining of Musculoskeletal Patients Using Deep Learning Techniques
Kourosh Alimadadi - Masoud Shariat Panahi - Morad Karimpour - Hadi Ghattan Kashani
بهرهگیری از هوش مصنوعی و یادگیری عمیق در پیشبینی خطا و عیبیابی تجهیزات صنعتی
سحر پاسیار - سید محمدتقی موسوی قهفرخی - نسرین اشرفی باباگنجه - صبا شاکر
Robust Glucose Level Classification from NIR-Based PPG Using Morphological Features
Arian Mesforoosh Mashhad - Yeganeh Binafar - Mohammad Reza Akbarzadeh Totonchi
Application of machine learning approach for prediction the heat capacity of amine
Aboozar Khajeh
شبیه سازی افزایش نفوذ دارو در لوله مویرگی با غشا نفوذپذیر به کمک اثر نانوذرات مغناطیسی
پریماه سلیمی - هامون پورمیرزاآقا - منصور امیری دوگاهه - علی وظیفه دوست صالح - سیده سوده جهانی
تحلیل بیومکانیکی تعادل ایستایی در جوانان و سالمندان بر روی سطوح پایدار و ناپایدار با استفاده از شاخصهای سینتیکی نیروی واکنشی زمین
فرشته موسوی کنک لو - علیرضا هاشمی اسکویی - شقایق حسن زاده خانمیری
Advanced Computational Intelligence for Financial Market Forecasting and Decision-Making: A Synthesis of Deep Learning and Machine Learning Approaches
Mahdi Rastkar Mirzaei - Ramin Saman Azari
Prediction of cardiac arrhythmia via an improved hierarchical fused fuzzy deep learning
Arman Daliri - Nora Mahdavi
ناکارایی سرمایه گذاری و ریسک درماندگی مالی: مطالعه نقش تعدیل کننده کمیته حسابرسی
رحمت اله محمدی پور - مرضیه پناهی - مینا باقری طادی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.4.1