Search
防疫用品也要時尚！兼顧外型和實用性！
❤️InfoThink 醫護級超薄型UVC殺菌機
隨身攜帶，不管手機，電腦，或是家裡的門把，隨時隨地都需要！
✔️專業紫外線滅菌技術，省電，壽命長，無汞，無臭氣！
✔️經過SGS認證，除菌率高達99%
✔️5秒輕鬆完成滅菌功能！
✔️兒童安全開關，兩段式更安全！
✔️輕薄短小，隨時USB充電隨時使用，環保又不佔空間！
✔️台灣製造，品質保證！
❤️另一個可愛到不行的小熊紅外線自動感應噴霧機！這次老酥好不容易爭取到一百台的數量！要搶要快！
●經典可愛動物造型，小熊醫生叮嚀隨手清潔，做好消毒殺菌
●紅外線自動感應噴霧，反應靈敏伸手即噴，避免交叉接觸
●耐酒精塑料材質，可填充水、酒精、消毒水等液體，多用途使用
●敏捷互動控制噴霧時間，精準感應消毒殺菌，衛生加倍
●水分子極致霧化，奈米級噴霧均勻快速
●100ml大容量可視水箱，大口徑容器方便填充和清洗
●防潑濺水，減震結構設計，低功率更安靜
●輕巧不占空間，適用玄關、浴室、辦公室、車上、教室等各使用情境！
🔗購買連結在下方留言回應處！
防疫日常…自己喝的水自己帶，應該比較安心和安全吧？🥰
這一年因為疫情的關係，有了深刻的體悟！什麼都比不上身體健康重要….
外在環境不可控，但入口的東西總要好好把關吧！不只是為了自己也為了家人著想喔💕
#乾唐軒 的名號大家應該不陌生，身邊凡是稍微重視養生的人都知道他們家的 #活瓷系列
遠紅外線和釋放負離子的功能可以 #瞬間優化水質，能將水中的不純物質近乎消除，也能讓各種飲品變得更加美味
內膽是陶瓷材質，所以咖啡還有果汁和茶類，甚至中藥和果醋都能裝。
想排除體內毒素，一定要多喝水、喝好水🙏🙏
所以才說它是一個不可或缺的 #保健品
它的功效不會隨著時間減弱，好好保存是可以使用非常久的…
融合傳統跟現代藝術的精緻設計，之前在百貨據點逛到，一個動輒上千元，一個杯子，是這種價格，的確貴。但若是當作可以長期使用的保健品，它的價值就出來了，用健康來衡量，是非常值得的喔！想和我一起喝健康又安全的水嗎？團購優惠來囉 https://gbf.tw/klcwx
✅陶瓷內膽和不鏽鋼外殼結合，運用礦質避震容器內膽搭載結構專利設計
✅特殊的內外層榫接技術設計，不使用任何接合劑，將內外不同材質結合固定，環保又安全
✅100%原創正品，歷經嚴格的反覆檢驗，力保產品品質
✅符合多國安全檢測標準及SGS食品器具安全檢測
✅2019年德國紅點設計獎、美國芝加哥GOOD DESIGN設計獎及2019年台灣精品獎
#乾唐軒
#隨身杯團購優惠中
https://gbf.tw/klcwx
#防疫日常
#防疫喝好水
#自己喝的水自己帶最安全
#隨身瓶
迎接終端AI新時代：讓運算更靠近資料所在
作者 : Andrew Brown，Strategy Analytics
2021-03-03
資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。
這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。
資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。
對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。
與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。
資料正在帶動從集中化到分散化的轉變
隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。
智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。
從邊緣到終端：AI與ML改變終端典範
在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。
在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。
終端AI：感測、推論與行動
在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。
處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。
感測
處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。
它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。
推論
終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。
例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。
行動
資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。
終端 AI：千里之行始於足下
從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。
這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。
隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。
TinyML、MCU與人工智慧
根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」
微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。
物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。
受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。
儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。
如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。
AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。
終端智慧對「3V」至關重要
多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。
Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。
如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：
震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：
震動
可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：
溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。
一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。
語音
語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。
在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。
語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。
對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。
視覺
正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。
曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。
使用場景
預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。
震動分析
這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。
磁感測器融合
磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。
聲學分析(聲音)
與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。
聲學分析(超音波)
聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。
熱顯影
熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。
消費者與智慧家庭
將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。
消費者基於各種理由使用智慧音箱，最常見的使用場景為：
聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。
除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。
終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。
健康照護
用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。
其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。
結論
由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。
解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。
儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。
終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。
附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)
資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI
物理治療:http://physicaltherapyclass.com/
運動傷害:https://sites.google.com/s/1cieisPHB2Xkrn1em8vthbJgglWmCOZH4/p/1knFDZuDHNtQIb04gBSTm2fGkexK1QwX4/edit
什麼是物理治療？
什麼是物理治療？簡單的說，就是利用光、電、水、冷、熱、力等物理因子和運動治療，來評估並治療病患的問題。舉例來說，微波是一種電磁波，利用微波造成水分子的震盪可以來加熱食物。在物理治療中，就利用微波的此一特性，可震盪人體組織內的水分子，提高深部組織的溫度，加速血液循環，促進患部的癒合速度，也有減輕疼痛的效果。因此利用微波來治療，就是一種物理治療。
歸納起來，物理治療的方法如下：
(一)光療－－紫外線、低能量雷射
(二)電療－－低頻電刺激、中頻干擾波
(三)水療－－溫水療、冷水療、熱水療、冰水療、冷熱水交替治療、水中運動治療
(四)冷療－－冷敷、冰敷、冰按摩、冷氣治療
(五)熱療－－濕熱療、乾熱療、超音波、短波、微波、蠟療、紅外線及熱敷包
(六)力療－－操作治療、牽拉運動、牽引、按摩
(七)運動治療（Movement）－－有伸展運動、主動運動、阻力運動、耐力運動、呼吸運動、平衡及協調運動、功能性運動、神經肌肉誘發技巧、姿勢矯正療法等。徒手治療（Manual）：有關節鬆動術、按摩、筋膜鬆弛術、被動運動、其他特殊技巧。
§低能量雷射：
雷射是一種激發光子束，與一般光線不同的是，它具有單一頻率、單一色調、單一相位及集中光束的特性。一般醫用雷射，主要分為兩大類：
第一類是大家比較熟悉的高能量雷射，又稱為熱雷射或硬雷射，其能量通常為數十至數百瓦特，外科醫師常利用其高熱能以達到凝固止血及切割組織的作用。
另一類是低能量雷射，又叫冷雷射或軟雷射，其能量通常是數毫瓦特至數十毫瓦特。當這類雷射照射人體後，經由其電磁效應或光化學作用，會影響體內種種生理及代謝反應，例如血管擴張、去氧核糖核酸( DNA )合成增加、膠原組織增生及免疫功能的增進等。
由於低能量雷射具有上述生物刺激的特性，因此它可用來治療疼痛，並可增進傷口及組織復原。此種治療的副作用極低，少數病人會覺得治療部位有針刺感，其他副作用還包括噁心、頭暈、局部紅斑或皮膚色素增加等。由於雷射對眼睛有害，因此不可直接照射眼睛，治療時也要帶上墨鏡以保護眼睛。一個部位治療時間為數秒至數分鐘，治療的效果通常在三至五次內會顯現出來。目前在醫院中常用的有氦氖雷射及鎵?紅外線雷射等。
在風濕病的復健方面，低能量雷射可用來治療各種軟組織疾病，如肌腱炎、肌肉肌膜疼痛症候群等，其成效約為 75 ~ 80% 。
§電療：
根據史書記載，最早使用電刺激來治療骨關節疾病可追溯到西元前四世紀。當時的希臘人和羅馬人發現一種魚可產生一百至一百五十伏特的電流。他們就利用這種魚產生的電流來治療足部關節炎。
電刺激治療風濕關節炎最重要的目的是止痛，此外，電刺激也可以用來增強肌力，延緩或避免肌肉萎縮，減輕肌肉痙攣和增進血液循環。
電刺激的種類很多，其中與骨關節疾病之治療有關的可分為兩大類：一是低頻波（一般稱為經皮神經電刺激），另一則是中頻波（一般稱為中頻干擾波）。低頻波是指頻率在 1000 以下的電波，一般多採用 0 ~ 100; 中頻波的頻率是 1000 ~ 1000000 （一百萬）之間，但頻率超過 10000 （壹萬）以上的電波會產生熱，所以臨床上中頻波頻率均在 1000 至 10000 之間。經皮神經電刺激就是把電流通過黏在皮膚上的電極，以達刺激神經而得止痛的效果，成效不錯且無副作用，病人甚至可以買回家自行使用。
中頻干擾波一般是採用兩組電極（一組兩個），其頻率相差為 0 ~ 100 之間，如 4100 及 4000 ，通電後兩組電極會以中頻波穿透皮膚，而在深部組織發生電流干擾，產生一個 0 ~ 100 的低頻波。
採用中頻波的原因是穿透皮膚較容易，對皮膚的刺激也小，電流強度可以調得較大。
臨床研究顯示，電刺激對於下背痛、退化性關節炎、類風濕性關節炎、韌帶扭傷、肌腱炎（如網球肘）、肌肉及肌膜疼痛症候群等均有顯著的成效。
很多慢性關節炎病人因為長期藥物治療而導致胃及十二指腸潰瘍，可以考慮合併使用電刺激，以減少藥物的使用。
此外，雷諾氏症候群病人或是交感神經失營養症者，也可用電流刺激局部患處或相關的交感神經節，以增進血液循環。
而當風濕關節炎病人發生週邊神經病變時，也可用電刺激來減輕疼痛或是延緩肌肉萎縮。
§水療：
水療通常使用熱水，所以也算是淺層熱療的一種。除了利用水的熱度來降低肌肉痙攣，減輕關節疼痛之外，水還具有浮力及黏稠度。此特性使水療能提供患者同時做各種運動而不致傷害關節。此外，大多數醫院的水療槽內裝有馬達，可將空氣與水混合打入水療槽，造成渦流，具有按摩的效果。
水療的種類很多, 簡單的如家庭用的浴缸、公共浴室。一般醫院則依其規模大小而裝設各種上肢、下肢及全身水療槽、八字型水療槽或治療池等。此外，溫泉療法、泥漿療法亦可說是水療的一種。有人說溫泉或泥漿中的礦物質會改善關節炎，但亦有人反對此說法。
§冷療：
冷療的基本生理作用是使血管收縮，降低局部新陳代謝，壓抑神經的興奮及降低神經傳導速度。對於風濕關節炎而言，冷療可降低肌肉痙攣，減輕關節疼痛。
與熱療不同的是，冷療可止血、消腫，故適用於急性關節炎或骨關節急性外傷。有些病人在運動治療後會有疼痛、腫脹的現象，也可以用冷療來消除。
冷療的種類有很多，如浸泡法、冷（冰）敷法、冰塊按摩法及噴霧法等。
浸泡法就是把要治療的肢體浸入 0 至 10 ℃的冷水中。
冷敷法有很多種，常用的是家庭用的冰敷袋，只要把冰水放入橡皮袋或塑膠袋即可。亦可使用含有矽膠的冰敷袋，使用前先放入冰箱上層，使用時再取出即可。必要時可將冰敷袋充氣後壓迫患處，以止血消腫。其他還有即冷式的化學冰敷袋，使用時將袋子一壓，其內容物會產生化學作用而迅即變冷。
冰塊按摩法是用冰塊按摩患處。為了方便起見，使用前可先把冰塊作成杯形或圓柱形，以便於局部按摩。
噴霧法是將甲基氟( methylfluoride )等化學物質裝入容器中，使用時可噴出冷凍氣體，常用來治療肌肉疼痛或急性運動傷害。在國外風濕病醫師做關節穿刺前也常用來減輕病人的痛苦。國內有些醫院也裝設大型的噴霧式冷療機。
冷療的治療時間為五至二十分鐘。冷療初期會覺得冰冷，接著會感覺燒燒的，最後會有點酸痛、麻木。當皮膚變白發青時，應立即中止治療，以免凍傷。罹患周邊血管病變、雷諾氏症候群（手指遇冷會發白發紅）或是對於冷療過敏的人，都不適合做冷療。
§熱療：
熱療最重要的功效有五：
(1) 減輕疼痛，
(2) 降低肌肉痙攣，
(3) 減輕關節的僵直感，
(4) 增進膠原組織的延展性，以增進關節活動度，
(5) 增進血液循環。
根據穿透人體組織的深淺，可將熱療分為淺層及深層熱療。淺層熱療透熱深度小於一公分，包括熱敷包、熱水袋、烤燈、紅外線、電毯、蠟療、微粒療法( fluidotherapy )等。深層熱療又稱為透熱療( diathermy )，其熱量可深入三到六公分，包括短波、微波及超音波等。
熱敷是常見的一種熱療方式，在家裡可以用水煮、化學生熱、微波爐加熱等方式的熱敷包包上毛巾，敷在患部 20 到 30 分鐘即可。電毯，也是很方便的一種熱敷方式，一般電毯是乾熱式的，目前市面上也有溼熱式電毯，即利用吸收空氣中水分或直接可包潮布，其效果比乾熱式者為佳。熱水袋是種便宜簡單的熱敷方法，只要將熱水注入熱水袋內封緊，外包乾或微濕毛巾即可。
熱敷用品不一定愈貴愈好，只要個人使用方便有效即可，在購買市面上各式各樣的熱敷用品應事先了解使用與保存的方法。使用熱療最主要是避免燙傷，熱敷不是愈熱愈好，也不是愈久愈好，所以使用電毯最好能夠定時，避免睡覺時用，感覺遲鈍或喪失者應多包一層毛巾或溫度不要太高，使用時間 20 至 30 分鐘就夠了，超過 30 分鐘效果差不多，且就算溫度不高時間夠長也會造成燙傷的。在此吾人不建議用熱毛巾作熱敷，因為熱毛巾保溫效果較差且容易燙傷。
其他熱療方式如紅外線燈屬乾熱式熱療，有時會因太乾燥而皮膚不適。
在物理治療部門除使用熱敷包外，也會使用所謂深部熱療或透熱療法，一般是利用高頻的電磁波例如短波、微波、或者用超音波等，深部熱療可穿透到組織的深部，但有其適應症與禁忌症，必須由專業的物理治療人員施行，否則容易發生危險。
