使用神经网络和可穿戴传感器在上楼时的关节角度和时刻
Megan V McCabe1, Douglas W Van Citters1, Ryan M Chapman1,2
1Thayer School of Engineering, Dartmouth College, Hanover, NH 03755, USA.
Bioengineering (Basel, Switzerland)
|July 29, 2023
概括
可穿戴传感器和人工神经网络 (ANN) 可以准确地测量关节在爬楼梯时的运动. 这项技术为接受全关节整形手术 (THA) 的患者提供了一种可移植的方式来评估部生物力学.
科学领域:
- 生物力学 生物力学
- 可穿戴技术可穿戴技术
- 医疗保健中的机器学习
背景情况:
- 整部关节整形术 (THA) 改善了末期关节骨关节炎的功能,但术后运动分析通常是基于临床的.
- 在日常生活活动 (ADL) 中评估关节动力学和动力学对于患者的康复和满意度至关重要.
- 爬楼梯是关键的ADL,可能需要比平地行走更详细的生物力学评估.
研究的目的:
- 利用可穿戴传感器和人工神经网络 (ANN) 来量化部关节的角度和上楼的时刻.
- 为了评估这种可穿戴ANN方法与黄金标准运动捕捉系统的准确性.
主要方法:
- 17名健康受试者执行了爬楼梯的任务.
- 腿部/大腿部安装的惯性测量单元和强力内收集了数据.
- 数据使用ANN (2个隐藏层,10个节点) 进行处理,并与光学运动捕捉相比较.
主要成果:
- 可穿戴ANN系统表现良好,整体rRMSE为17.7%,R2为0.77.
- 具体结果因平面和度量而异,动动量达到R2 = 0.77和正面动量达到R2 = 0.93.
- 该系统在量化部角度和爬楼梯时刻表现出高准确度.
结论:
- 一个可穿戴传感器和ANN方法可以准确量化关节生物力学在楼梯上升.
- 这种以人为中心的便携式技术有可能在THA后患者监测中得到广泛的临床应用.
- 未来的研究可以利用这个系统来评估各种患者群体的部功能.
