Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Prediction of lower extremities movement using characteristics of angle-angle diagrams and artificial intelligence

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21460%2F11%3A00190125" target="_blank" >RIV/68407700:21460/11:00190125 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Prediction of lower extremities movement using characteristics of angle-angle diagrams and artificial intelligence

  • Popis výsledku v původním jazyce

    Human gait is nowadays undergoing extensive analysis. Our work focuses on predicting human gait with the use of angle-angle diagrams, also called cyclograms. In conjunction with artificial intelligence, cyclograms offer a wide area of medical applications. Predictions of leg movements can be used for orthosis and prosthesis programming, and also for rehabilitation. We have identified cyclogram characteristics such as the slope and the area of the cyclogram for a neural network learning algorithm. Neuralnetworks learned by cyclogram characteristics predicted cyclogram curve and offer wide applications in prosthesis control systems.

  • Název v anglickém jazyce

    Prediction of lower extremities movement using characteristics of angle-angle diagrams and artificial intelligence

  • Popis výsledku anglicky

    Human gait is nowadays undergoing extensive analysis. Our work focuses on predicting human gait with the use of angle-angle diagrams, also called cyclograms. In conjunction with artificial intelligence, cyclograms offer a wide area of medical applications. Predictions of leg movements can be used for orthosis and prosthesis programming, and also for rehabilitation. We have identified cyclogram characteristics such as the slope and the area of the cyclogram for a neural network learning algorithm. Neuralnetworks learned by cyclogram characteristics predicted cyclogram curve and offer wide applications in prosthesis control systems.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    FS - Lékařská zařízení, přístroje a vybavení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2011

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    EHB 2011 Proceedings

  • ISBN

    978-1-4577-0292-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    143-147

  • Název nakladatele

    Gr. T. Popa University of Medicine and Pharmacy

  • Místo vydání

    Iasi

  • Místo konání akce

    Iasi

  • Datum konání akce

    24. 11. 2011

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000304806300064