Array
(
[body] => Array
(
[#theme] => field
[#weight] => 0
[#title] => Body
[#access] => 1
[#label_display] => hidden
[#view_mode] => teaser
[#language] => und
[#field_name] => body
[#field_type] => text_with_summary
[#field_translatable] => 0
[#entity_type] => node
[#bundle] => box_lancio_news
[#object] => stdClass Object
(
[vid] => 363424
[uid] => 13
[title] => Unipd nel team che ha sviluppato sensori innovativi per una riabilitazione personalizzata
[log] =>
[status] => 1
[comment] => 0
[promote] => 1
[sticky] => 0
[nid] => 80411
[type] => box_lancio_news
[language] => it
[created] => 1627993520
[changed] => 1627994005
[tnid] => 0
[translate] => 0
[revision_timestamp] => 1627994005
[revision_uid] => 13
[body] => Array
(
[und] => Array
(
[0] => Array
(
[value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[summary] =>
[format] => 2
[safe_value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[safe_summary] =>
)
)
)
[field_date_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_etichetta_box_lancio_news] => Array
(
)
[field_img_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[fid] => 96609
[uid] => 13
[filename] => n_braccio.jpg
[uri] => public://n_braccio.jpg
[filemime] => image/jpeg
[filesize] => 57793
[status] => 1
[timestamp] => 1627994005
[type] => image
[field_file_image_alt_text] => Array
(
)
[field_file_image_title_text] => Array
(
)
[field_folder] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2048
)
)
)
[metadata] => Array
(
[height] => 630
[width] => 1200
)
[height] => 630
[width] => 1200
[alt] => braccio
[title] =>
)
)
)
[field_link_alla_news] => Array
(
)
[field_link_esterno_news] => Array
(
)
[field_pagina_associata] => Array
(
)
[field_link_etichetta] => Array
(
)
[field_abstract_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
[format] =>
[safe_value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
)
)
)
[field_allegato_news] => Array
(
)
[field_categorie_news] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2264
)
[1] => Array
(
[tid] => 2267
)
)
)
[field_pub_date] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[value2] => 2021-10-31T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_layout_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => single
)
)
)
[field_testo_opzionale_news] => Array
(
)
[field_url_en_page] => Array
(
)
[field_url_en_page_label] => Array
(
)
[path] => Array
(
[pathauto] => 1
)
[name] => chiara.mezzalira
[picture] => 0
[data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}}
[num_revisions] => 2
[current_revision_id] => 363424
[is_current] => 1
[is_pending] =>
[revision_moderation] =>
[entity_view_prepared] => 1
)
[#items] => Array
(
[0] => Array
(
[value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[summary] =>
[format] => 2
[safe_value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[safe_summary] =>
)
)
[#formatter] => text_summary_or_trimmed
[0] => Array
(
[#markup] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
)
)
[field_img_box_lancio_news] => Array
(
[#theme] => field
[#weight] => 0
[#title] => Immagine
[#access] => 1
[#label_display] => above
[#view_mode] => teaser
[#language] => und
[#field_name] => field_img_box_lancio_news
[#field_type] => image
[#field_translatable] => 0
[#entity_type] => node
[#bundle] => box_lancio_news
[#object] => stdClass Object
(
[vid] => 363424
[uid] => 13
[title] => Unipd nel team che ha sviluppato sensori innovativi per una riabilitazione personalizzata
[log] =>
[status] => 1
[comment] => 0
[promote] => 1
[sticky] => 0
[nid] => 80411
[type] => box_lancio_news
[language] => it
[created] => 1627993520
[changed] => 1627994005
[tnid] => 0
[translate] => 0
[revision_timestamp] => 1627994005
[revision_uid] => 13
[body] => Array
(
[und] => Array
(
[0] => Array
(
[value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[summary] =>
[format] => 2
[safe_value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[safe_summary] =>
)
)
)
[field_date_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_etichetta_box_lancio_news] => Array
(
)
[field_img_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[fid] => 96609
[uid] => 13
[filename] => n_braccio.jpg
[uri] => public://n_braccio.jpg
[filemime] => image/jpeg
[filesize] => 57793
[status] => 1
[timestamp] => 1627994005
[type] => image
[field_file_image_alt_text] => Array
(
)
[field_file_image_title_text] => Array
(
)
[field_folder] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2048
)
)
)
[metadata] => Array
(
[height] => 630
[width] => 1200
)
[height] => 630
[width] => 1200
[alt] => braccio
[title] =>
)
)
)
[field_link_alla_news] => Array
(
)
[field_link_esterno_news] => Array
(
)
[field_pagina_associata] => Array
(
)
[field_link_etichetta] => Array
(
)
[field_abstract_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
[format] =>
[safe_value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
)
)
)
[field_allegato_news] => Array
(
)
[field_categorie_news] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2264
)
[1] => Array
(
[tid] => 2267
)
)
)
[field_pub_date] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[value2] => 2021-10-31T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_layout_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => single
)
)
)
[field_testo_opzionale_news] => Array
(
)
[field_url_en_page] => Array
(
)
[field_url_en_page_label] => Array
(
)
[path] => Array
(
[pathauto] => 1
)
[name] => chiara.mezzalira
[picture] => 0
[data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}}
[num_revisions] => 2
[current_revision_id] => 363424
[is_current] => 1
[is_pending] =>
[revision_moderation] =>
[entity_view_prepared] => 1
)
[#items] => Array
(
[0] => Array
(
[fid] => 96609
[uid] => 13
[filename] => n_braccio.jpg
[uri] => public://n_braccio.jpg
[filemime] => image/jpeg
[filesize] => 57793
[status] => 1
[timestamp] => 1627994005
[type] => image
[field_file_image_alt_text] => Array
(
)
[field_file_image_title_text] => Array
(
)
[field_folder] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2048
)
)
)
[metadata] => Array
(
[height] => 630
[width] => 1200
)
[height] => 630
[width] => 1200
[alt] => braccio
[title] =>
)
)
[#formatter] => image
[0] => Array
(
[#theme] => image_formatter
[#item] => Array
(
[fid] => 96609
[uid] => 13
[filename] => n_braccio.jpg
[uri] => public://n_braccio.jpg
[filemime] => image/jpeg
[filesize] => 57793
[status] => 1
[timestamp] => 1627994005
[type] => image
[field_file_image_alt_text] => Array
(
)
[field_file_image_title_text] => Array
(
)
[field_folder] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2048
)
)
)
[metadata] => Array
(
[height] => 630
[width] => 1200
)
[height] => 630
[width] => 1200
[alt] => braccio
[title] =>
)
[#image_style] =>
[#path] =>
)
)
[field_abstract_news] => Array
(
[#theme] => field
[#weight] => 0
[#title] => Abstract
[#access] => 1
[#label_display] => above
[#view_mode] => teaser
[#language] => und
[#field_name] => field_abstract_news
[#field_type] => text_long
[#field_translatable] => 0
[#entity_type] => node
[#bundle] => box_lancio_news
[#object] => stdClass Object
(
[vid] => 363424
[uid] => 13
[title] => Unipd nel team che ha sviluppato sensori innovativi per una riabilitazione personalizzata
[log] =>
[status] => 1
[comment] => 0
[promote] => 1
[sticky] => 0
[nid] => 80411
[type] => box_lancio_news
[language] => it
[created] => 1627993520
[changed] => 1627994005
[tnid] => 0
[translate] => 0
[revision_timestamp] => 1627994005
[revision_uid] => 13
[body] => Array
(
[und] => Array
(
[0] => Array
(
[value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[summary] =>
[format] => 2
[safe_value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[safe_summary] =>
)
)
)
[field_date_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_etichetta_box_lancio_news] => Array
(
)
[field_img_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[fid] => 96609
[uid] => 13
[filename] => n_braccio.jpg
[uri] => public://n_braccio.jpg
[filemime] => image/jpeg
[filesize] => 57793
[status] => 1
[timestamp] => 1627994005
[type] => image
[field_file_image_alt_text] => Array
(
)
[field_file_image_title_text] => Array
(
)
[field_folder] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2048
)
)
)
[metadata] => Array
(
[height] => 630
[width] => 1200
)
[height] => 630
[width] => 1200
[alt] => braccio
[title] =>
)
)
)
[field_link_alla_news] => Array
(
)
[field_link_esterno_news] => Array
(
)
[field_pagina_associata] => Array
(
)
[field_link_etichetta] => Array
(
)
[field_abstract_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
[format] =>
[safe_value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
)
)
)
[field_allegato_news] => Array
(
)
[field_categorie_news] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2264
)
[1] => Array
(
[tid] => 2267
)
)
)
[field_pub_date] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[value2] => 2021-10-31T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_layout_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => single
)
)
)
[field_testo_opzionale_news] => Array
(
)
[field_url_en_page] => Array
(
)
[field_url_en_page_label] => Array
(
)
[path] => Array
(
[pathauto] => 1
)
[name] => chiara.mezzalira
[picture] => 0
[data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}}
[num_revisions] => 2
[current_revision_id] => 363424
[is_current] => 1
[is_pending] =>
[revision_moderation] =>
[entity_view_prepared] => 1
)
[#items] => Array
(
[0] => Array
(
[value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
[format] =>
[safe_value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
)
)
[#formatter] => text_default
[0] => Array
(
[#markup] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
)
)
[links] => Array
(
[#theme] => links__node
[#pre_render] => Array
(
[0] => drupal_pre_render_links
)
[#attributes] => Array
(
[class] => Array
(
[0] => links
[1] => inline
)
)
[node] => Array
(
[#theme] => links__node__node
[#links] => Array
(
[node-readmore] => Array
(
[title] => Read more
about Unipd nel team che ha sviluppato sensori innovativi per una riabilitazione personalizzata
[href] => node/80411
[html] => 1
[attributes] => Array
(
[rel] => tag
[title] => Unipd nel team che ha sviluppato sensori innovativi per una riabilitazione personalizzata
)
)
)
[#attributes] => Array
(
[class] => Array
(
[0] => links
[1] => inline
)
)
)
)
[field_date_box_lancio_news] => Array
(
[#theme] => field
[#weight] => 1
[#title] => Data
[#access] => 1
[#label_display] => above
[#view_mode] => teaser
[#language] => und
[#field_name] => field_date_box_lancio_news
[#field_type] => date
[#field_translatable] => 0
[#entity_type] => node
[#bundle] => box_lancio_news
[#object] => stdClass Object
(
[vid] => 363424
[uid] => 13
[title] => Unipd nel team che ha sviluppato sensori innovativi per una riabilitazione personalizzata
[log] =>
[status] => 1
[comment] => 0
[promote] => 1
[sticky] => 0
[nid] => 80411
[type] => box_lancio_news
[language] => it
[created] => 1627993520
[changed] => 1627994005
[tnid] => 0
[translate] => 0
[revision_timestamp] => 1627994005
[revision_uid] => 13
[body] => Array
(
[und] => Array
(
[0] => Array
(
[value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[summary] =>
[format] => 2
[safe_value] =>
Team di ricerca delle università La Sapienza di Roma e di Padova (Dipartimento di Ingegneria dell’informazione), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti. La ricerca, spiegano gli autori, ha grandi applicazioni nella riabilitazione da malattie o lesioni neuromotorie, ed è stata pubblicata su "Scientific Reports".
«Il nostro studio ha realizzato una piattaforma tecnologica per monitorare in modo semplice, flessibile e affidabile il movimento degli arti, sia in laboratorio che in un ambiente meno controllato, come quello di casa o quello clinico. Gli ambiti applicativi sono principalmente riabilitazione motoria, inclusa la tele-riabilitazione, l'interazione uomo-computer, e anche gaming – spiega Giulia Cisotto, del DEI -. A questo scopo abbiamo usato una semplice stampante inkjet con inchiostri nanofunzionali conduttivi, con cui abbiamo realizzato matrici di sensori indossabili (wearable) per misurare segnali elettromiografici di superficie. Abbiamo poi analizzato tali segnali tramite tecniche di machine learning, che ci hanno permesso il riconoscimento automatico di diversi tipi di movimenti delle dita e della mano. In questo modo il nostro sistema potrà consentire di produrre i sensori direttamente in clinica o in altri siti attrezzati con semplice strumentazione da ufficio da parte di personale non specializzato».
Le ricercatrici e i ricercatori, coordinati da Viviana Betti della Sapienza, in collaborazione con BrainTrends e l’Università di Padova, ha sviluppato dei sensori a basso costo realizzati con inchiostri a base di nanoparticelle di argento, di facile utilizzo e velocemente realizzabili grazie alla stampa a getto d’inchiostro, per acquisire e analizzare i segnali dell’elettromiografia di superficie. Lo studio ha visto anche la collaborazione del Consorzio nazionale interuniversitario per le telecomunicazioni di Roma (Cnit) e il Centro nazionale di neurologia e psichiatria giapponese (Ncnp).
«Abbiamo progettato matrici a 8 canali per misurare l’attività muscolare dell’avambraccio, utilizzando inchiostri innovativi a base di nanoparticelle d’argento per stampare i sensori direttamente incorporati in ogni matrice, con una stampante commerciale a getto d’inchiostro – dichiara Viviana Betti – abbiamo poi acquisito i dati multicanale dai 12 partecipanti, mentre eseguivano ripetutamente dodici movimenti standard delle dita, sei estensioni e sei flessioni».
La nuova tecnologia permetterà di aiutare pazienti e operatori sanitari a migliorare la pratica clinica e la fase di riabilitazione da malattie o lesioni neuromotorie, con un approccio al paziente sempre più personalizzato.
[safe_summary] =>
)
)
)
[field_date_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_etichetta_box_lancio_news] => Array
(
)
[field_img_box_lancio_news] => Array
(
[und] => Array
(
[0] => Array
(
[fid] => 96609
[uid] => 13
[filename] => n_braccio.jpg
[uri] => public://n_braccio.jpg
[filemime] => image/jpeg
[filesize] => 57793
[status] => 1
[timestamp] => 1627994005
[type] => image
[field_file_image_alt_text] => Array
(
)
[field_file_image_title_text] => Array
(
)
[field_folder] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2048
)
)
)
[metadata] => Array
(
[height] => 630
[width] => 1200
)
[height] => 630
[width] => 1200
[alt] => braccio
[title] =>
)
)
)
[field_link_alla_news] => Array
(
)
[field_link_esterno_news] => Array
(
)
[field_pagina_associata] => Array
(
)
[field_link_etichetta] => Array
(
)
[field_abstract_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
[format] =>
[safe_value] => Team di ricerca delle università La Sapienza di Roma e di Padova (Dei), con l’Irccs Fondazione Santa Lucia e Braintrends, ha messo a punto e proposto un nuovo sistema di elettrodi a basso costo e personalizzato per il riconoscimento dei gesti
)
)
)
[field_allegato_news] => Array
(
)
[field_categorie_news] => Array
(
[und] => Array
(
[0] => Array
(
[tid] => 2264
)
[1] => Array
(
[tid] => 2267
)
)
)
[field_pub_date] => Array
(
[und] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[value2] => 2021-10-31T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
)
[field_layout_news] => Array
(
[und] => Array
(
[0] => Array
(
[value] => single
)
)
)
[field_testo_opzionale_news] => Array
(
)
[field_url_en_page] => Array
(
)
[field_url_en_page_label] => Array
(
)
[path] => Array
(
[pathauto] => 1
)
[name] => chiara.mezzalira
[picture] => 0
[data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}}
[num_revisions] => 2
[current_revision_id] => 363424
[is_current] => 1
[is_pending] =>
[revision_moderation] =>
[entity_view_prepared] => 1
)
[#items] => Array
(
[0] => Array
(
[value] => 2021-08-03T00:00:00
[timezone] => Europe/Paris
[timezone_db] => Europe/Paris
[date_type] => date
)
)
[#formatter] => date_default
[0] => Array
(
[#markup] =>
Mar, 03/08/2021
)
)
)
