Opracowanie aplikacji mobilnej do badania zaburzeń motoryki małej
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 15 Nr 1 (2025)
-
Statystyczna wiarygodność decyzji o wadliwości kontrolowanego procesu
Yevhen Volodarskyi, Oleh Kozyr, Zygmunt Warsza5-9
-
Impulsowy generator chaotyczny oparty na klasycznym obwodzie Chuy
Volodymyr Rusyn, Andrii Samila, Bogdan Markovych, Aceng Sambas, Christos Skiadas, Milan Guzan10-14
-
Stabilność metaheurystycznych regulatorów PID w fotowoltaicznych mikrosieciach prądu stałego
Elvin Yusubov, Lala Bekirova15-21
-
Integracja symulacji numerycznej i danych eksperymentalnych dla ulepszonego monitorowania stanu konstrukcji mostów
Om Narayan Singh, Kaushik Dey22-26
-
Zastosowanie programowania wieloagentowego do modelowania zmian lepkości wsadu w produkcji alkoholu
Larysa Gumeniuk, Ludmyla Markina, Viktor Satsyk, Pavlo Humeniuk, Anton Lashch27-32
-
Stochastyczna algebra interwałowa opisująca procesy inteligentnej fabryki
Piotr Dziurzanski, Konrad Kabala, Agnieszka Konrad33-38
-
Rozwój w konserwacji paneli słonecznych: przegląd systemów automatycznego czyszczenia z kurzu opartych na Internecie rzeczy
Balamurugan Rangaswamy, Ramasamy Nithya39-44
-
Zmodyfikowany cosinus-kwadratowy model odbicia światła
Oleksandr Romanyuk, Volodymyr Lytvynenko, Yevhen Zavalniuk45-48
-
Analiza porównawcza urządzeń do magazynowania energii z użyciem akumulatorów litowo-żelazowo-fosforanowych i sodowo-jonowych
Huthaifa A. Al_Issa, Mohamed Qawaqzeh, Lina Hani Hussienat, Ruslan Oksenych, Oleksandr Miroshnyk, Oleksandr Moroz, Iryna Trunova, Volodymyr Paziy, Serhii Halko, Taras Shchur49-54
-
Badania przetwornika DC-AC z mikrokontrolerem sterującym częstotliwością inwertera
Anatolii Tkachuk, Mykola Polishchuk, Liliia Polishchuk, Serhii Kostiuchko, Serhii Hryniuk, Liudmyla Konkevych55-61
-
Aparat matematyczny do znajdowania optymalnej konfiguracji bezpiecznej sieci komunikacyjnej z określoną liczbą abonentów
Wolodymyr Khoroshko, Yuliia Khokhlachova, Oleksandr Laptiev, Al-Dalvash Ablullah Fowad62-66
-
Krytyczne aspekty cyberbezpieczeństwa w celu poprawy ochrony infrastruktury cyfrowej przedsiębiorstwa
Roman Kvуetnyy, Volodymyr Kotsiubynskyi, Serhii Husak, Yaroslav Movchan, Nataliia Dobrovolska, Sholpan Zhumagulova, Assel Aitkazina67-72
-
Modyfikacja algebraicznego dekodera Petersonа
Dmytro Mogylevych, Iryna Kononova, Liudmyla Pogrebniak, Kostiantyn Lytvyn, Igor Gyrenko73-78
-
Opracowanie modelu obliczania rozmycia współczynników precyzji globalnego systemu nawigacji w danym punkcie przestrzeni
Oleksandr Turovsky, Nazarii Blazhennyi, Roman Vozniak, Yana Horbachova, Kostiantyn Horbachov, Nataliia Rudenko79-87
-
Ekspert agenta AI z opcją LLM do zarządzania operacjami misji
Sobhana Mummaneni, Syama Sameera Gudipati, Satwik Panda88-94
-
Przegląd systemów operacyjnych stosowanych w bezzałogowych statkach powietrznych
Viktor Ivashko, Oleh Krulikovskyi, Serhii Haliuk, Andrii Samila95-100
-
Optymalizacja metod uczenia maszynowego do deanonimizacji w sieciach społecznościowych
Nurzhigit Smailov, Fatima Uralova, Rashida Kadyrova, Raiymbek Magazov, Akezhan Sabibolda101-104
-
Skuteczne wykrywanie deepfake'ów przy użyciu sieci Long Short-Term Memory do autentykacji wideo
Ravi Kishan Surapaneni, Hameed Syed, Harshitha Kakarala, Venkata Sai Srikar Yaragudipati105-108
-
Wykrywanie trendów regionalnych na podstawie danych z Twittera w czasie rzeczywistym w celu analizy nastrojów, kontekstu, sieci i czasu
Mousumi Hasan, Mujiba Shaima, Quazi Saad ul Mosaher109-116
-
Opracowanie modelu poprawy niezawodności konserwacji zapobiegawczej urządzeń medycznych
Khalid Musallam Alahmadi, Essam Rabea Ibrahim Mahmoud, Fitrian Imaduddin117-124
-
Wyjaśnialna sztuczna inteligencja do wykrywania raka płuc
Vinod Kumar R S, Bushara A R, Abubeker K M, Smitha K M, Abini M A, Jubaira Mammoo, Bijesh Paul125-130
-
Projektowanie i wdrożenie systemu detekcji żył w celu zwiększenia dokładności pobierania krwi
Omar Boutalaka, Achraf Benba, Sara Sandabad131-134
-
Cechy metrologiczne do określania stężenia cholesterolu, trójglicerydów i fosfolipidów w celu wykrywania łuszczycy
Ivan Diskovskyi, Yurii Kachurak, Orysya Syzon, Marta Kolishetska, Bogdan Pinaiev, Oksana Stoliarenko135-138
-
Opracowanie aplikacji mobilnej do badania zaburzeń motoryki małej
Marko Andrushchenko, Karina Selivanova, Oleg Avrunin, Alla Kraievska, Orken Mamyrbayev, Kymbat Momynzhanova139-143
-
Sztuczna inteligencja w edukacji: symulacje oparte na ChatGPT w przygotowaniu nauczycieli
Marina Drushlyak, Tetiana Lukashova, Volodymyr Shamonia, Olena Semenikhina144-152
-
CKSD: kompleksowa baza danych kurdyjsko-sorani
Jihad Anwar Qadir, Samer Kais Jameel, Wshyar Omar Khudhur, Kamaran H. Manguri153-156
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Celem artykułu jest opracowanie aplikacji mobilnej do testowania umiejętności graficznych i określania zaburzeń zdolności motorycznych. Do testowania umiejętności motorycznych wykorzystywanych jest wiele technik, w tym rysowanie, wycinanie, składanie, tworzenie kompozycji z różnych materiałów i wiele innych. Jednak korzystanie z urządzeń cyfrowych do testowania umiejętności motorycznych będzie automatyczne, użyteczne i pomocne. Urządzenia cyfrowe, takie jak tablety sensoryczne i graficzne, czujniki, digitalizatory i smartfony mogą zapewnić dokładne pomiary czasu reakcji i prędkości ruchu oraz umożliwiają rejestrowanie i analizowanie danych w czasie rzeczywistym. Opracowano wieloplatformowe narzędzie do testowania podstawowych umiejętności graficznych i poziomu rozwoju umiejętności motorycznych. Algorytm określania zdolności graficznych użytkowników opiera się na formule dyskretnej odległości Frechette'a, która pozwala zmierzyć odchylenie figury eksperymentalnej od figury etalonowej. Wyniki eksperymentalne przeprowadzono w laboratorium technologii biomedycznych 3D Wydziału Inżynierii Biomedycznej Charkowskiego Narodowego Uniwersytetu Radioelektroniki. Aplikacja została zaprojektowana do analizy umiejętności graficznych poprzez serię ćwiczeń, które testują różne umiejętności, takie jak rysowanie, cieniowanie i kolorowanie kształtów.
Słowa kluczowe:
Bibliografia
[1] Apple Inc. Vision Framework Overview. Apple Developer Documentation, 2024 [https://developer.apple.com/documentation/vision] (available: 9.08.2024).
[2] Avrunin O. et al.: Improving the methods for visualization of middle ear pathologies based on telemedicine services in remote treatment. 2020 IEEE KhPI Week on Advanced Technology, KhPI Week 2020, 347–350 [https://doi:10.1109/KhPIWeek51551.2020.9250090].
[3] Fine Motor Skills Practice on the Play Store [https://play.google.com/store/apps/details?id=air.tracing] (available: 9.08.2024).
[4] Hartingsveldt M. J. et al.: Reliability and validity of the fine motor scale of the peabody developmental motor scales-2. Occupational Therapy International 12(1), 2005, 1–13 [https://doi.org/10.1002/oti.11].
[5] KanDo: Fine Motor Skills Measurement Tool on the App Store. [https://apps.apple.com/us/app/kando-fine-motor-skills-measurement-tool/id499010991] (available: 9.08.2024).
[6] Mahmoud W. A. J.: Motor skill acquisition in children with poor motor coordination. Oxford Brookes University, 2017 [https://doi.org/10.24384/Z1P3-3A68].
[7] Martin R. C.: Clean Architecture: A Craftsman’s Guide to Software Structure and Design. Pearson, 2018.
[8] ML Kit, Google Developers [https://developers.google.com/ml-kit/guides] (available: 9.08.2024).
[9] Oberklaid F. et al.: Children’s health and development: Approaches to early identification and intervention. Archives of Disease in Childhood 98(12), 2013, 1008–1011 [https://doi.org/10.1136/archdischild-2013-304091].
[10] Selivanova K. G. et al.: Biometric hand tremor identification on graphics tablet. Proc. SPIE 11176, 2019, 111762H [https://doi.org/10.1117/12.2536421].
[11] Selivanova K., Avrunin O.: Method of Hand Movement Disorders Determination based on the Surgeon's Laparoscopic Video Recording. 3rd KhPI Week on Advanced Technology – KhPI Week, 2022, 1–4 [https://doi.org/10.1109/KhPIWeek57572.2022.9916457].
[12] Sierra C. et al.: Fine Motor Activities in Elementary School Children: A Replication Study. Am J Occup Ther 74(2), 2020, 7402345010p1–7402345010p7 [https://doi.org/10.5014/ajot.2020.035014].
[13] Strooband K. F. B. et al.: Systematic review and meta-analyses: Motor skill interventions to improve fine motor development in children aged brith to 6 years. Journal of Developmental Behavioral Pediatrics, 41(4), 2020, 319–331 [https://doi.org/10.1097/dbp.0000000000000779].
[14] Strooband K. F. B. et al.: Revelance and risk factors of pre-schoolers' fine motor delay within vulnerable Australian communities. Journal of Paediatrics and Child Health 57(1), 2020, 114–120 [https://doi.org/10.1111/jpc.15152].
[15] Taeger J. et al.: Utilization of Smartphone Depth Mapping Cameras for App-Based Grading of Facial Movement Disorders: Development and Feasibility Study. JMIR mHealth and uHealth 9(1), 2021, e193466 [https://doi.org/10.2196/19346].
[16] Wójcik W. et al.: Information Technology in Medical Diagnostics II. Taylor & Francis Group. CRC Press, Balkema Book, London 2019.
##plugins.themes.bootstrap3.article.details##
Abstract views: 504
Downloads: 273

