压力传感阵列空间和时间配置的优化,以预测躺着的姿势和移动性

科学领域:

• 生物医学工程 生物医学工程
• 康复技术 康复技术 康复技术
• 临床监测 临床监测

背景情况:

• 压力监测系统用于压力的预防,并越来越多地用于姿势/运动监测.
• 由于传感器计数和采样速率高 (>1 Hz),当前的系统会产生大量,往往是冗余的数据量.

研究的目的:

• 确定最佳的传感器数量和采集频率,以准确预测躺卧时的姿势和运动能力.
• 为了减少压力监测系统中的数据冗余,而不会影响准确性.

主要方法:

• 在泡和空气床上的健康志愿者身上使用高密度压力监测器 (5664个传感器,1赫兹).
• 下方采样的空间和时间数据,分析压力参数和接收器运行特征曲线 (AUC) 下面的面积.
• 使用卷积神经网络 (CNN) 进行静态姿势预测.

主要成果:

• 随着空间和时间向下采样,AUC的非线性下降;AUC降低到0.3 Hz获取频率以下.
• 一些参数,比如压力梯度,在使用更少的传感器时显示出更好的AUC.
• 美国有线电视新闻网的姿势预测准确度与商业系统相美 (63-71%在泡上,84-87%在空气上).

结论:

• 通过显著减少的传感器计数和更低的采样频率,可以实现准确检测姿势和运动事件.
• 优化的压力监测系统可以有效地减少数据量,同时保持诊断准确度.
• 研究结果表明,开发用于临床使用的压力监测技术需要更有效的方法.