使用减少的石墨烯氧化物增强的凝应变传感器的手势识别系统用于康复训练培训
Wen Li1, Shunxin Wu1, Simou Li1
1State Key Laboratory of Power Transmission Equipment & System Security and New Technology, School of Electrical Engineering, Chongqing University, Chongqing 400044, China.
ACS applied materials & interfaces
|September 12, 2023
概括
这项研究引入了一种新的水凝应变传感器,与机器学习集成,用于实时手势识别. 这个可穿戴系统增强了手指康复训练和患者监测.
科学领域:
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
- 机器学习 机器学习
背景情况:
- 在体育康复中实时监测可穿戴设备的研究不足.
- 手势识别系统在包括康复在内的各种领域都有应用.
研究的目的:
- 开发一个创新的手势识别系统,用于手指康复训练.
- 将水凝应变传感器与机器学习集成,以加强患者监测.
主要方法:
- 通过热聚合制造制造PSTG (PAM/SA/TG) 水凝.
- 水凝属性的表征:灵敏度,反应时间和线性.
- 实现用于手势识别的机器学习模型.
主要成果:
- 水凝应变传感器表现出高灵敏度 (测量系数 = 6.13),快速响应 (40.5毫秒) 和出色的线性 (R2 = 0.999).
- 手势识别系统在识别九种不同的手势方面实现了100%的准确性.
- 该系统有效地监控人类的关节运动和发音.
结论:
- 开发的水凝应变传感器和机器学习系统为可穿戴康复技术提供了一个有前途的解决方案.
- 这项创新推动了患者康复,并扩大了手势识别在医疗保健中的应用.
