Video Experimental Relacionado
Updated: May 4, 2026
07:25
An Objective and Child-friendly Assessment of Arm Function by Using a 3-D Sensor
Published on: February 12, 2018
7.3K
Sensor flexible portátil integrado con IA para evaluación de movimiento en tiempo real y entrenamiento de tenis de
Qinliang Wang1, Geng Zhong2, Ying Gao3
1Institute for Advanced Study (IAS), Shenzhen University, Shenzhen, 518060, PR China; School of Physical Education, Shenzhen University, Shenzhen, 518060, PR China.
Biosensors & bioelectronics
|February 18, 2026
Resumen
Una nueva plataforma de sensores portátiles flexibles permite la captura de movimiento precisa en tiempo real para la evaluación biomecánica. Esta tecnología mejora la calidad del movimiento en el entrenamiento y ofrece potencial para aplicaciones deportivas, de rehabilitación y de atención médica.
Área de la Ciencia:
- Ingeniería Biomédica; Tecnología Portátil; Interacción Humano-Computadora
Sus antecedentes:
- La electrónica portátil es vital para la monitorización de la salud, pero enfrenta desafíos en la integración, flexibilidad y precisión para el análisis biomecánico.; Las soluciones existentes a menudo carecen de la precisión y adaptabilidad necesarias para una evaluación integral del movimiento.
Objetivo del estudio:
- Desarrollar y evaluar una plataforma de detección inercial flexible, delgada y conforme a la piel para la captura de movimiento de alta fidelidad y la evaluación del movimiento espaciotemporal.; Crear un marco para el análisis preciso de la calidad del movimiento y proporcionar retroalimentación en tiempo real.
Principales métodos:
- Integración de sensores inerciales de sistemas microelectromecánicos (MEMS) de alta precisión en un circuito impreso flexible dentro de un parche adhesivo de grado médico.; Transmisión inalámbrica de datos de aceleración, velocidad angular y orientación con bajo consumo de energía.; Implementación de un marco de evaluación espaciotemporal utilizando agrupamiento de series temporales dinámicas limitadas (LDTW) y alineación de secuencias múltiples (MAFFT) para el análisis del movimiento.
Principales resultados:
- Se lograron errores angulares estáticos por debajo de 0.14° y una deriva dinámica de 6.21° durante el movimiento continuo.; La red de sensores demostró una alta precisión (RMSE de 11.54 ± 8.46°) en comparación con la captura de movimiento óptico.; Los novatos mostraron una mejora significativa (41.67%) en la calidad del movimiento con guía basada en sensores, comparable al entrenamiento experto.
Conclusiones:
- La plataforma de detección inercial flexible desarrollada ofrece captura de movimiento y evaluación del movimiento espaciotemporal precisas y en tiempo real.; La tecnología muestra un potencial significativo para mejorar el entrenamiento deportivo, la rehabilitación física y la atención médica personalizada a través de un análisis detallado del movimiento.; El reconocimiento de acciones y la estimación de trayectorias de alta precisión respaldan su aplicación en diversos escenarios de análisis del movimiento humano.
