验证专有和新型步数计数算法,用于带着下肢假肢行走的个人
Stephanie K Rigot1, Rachel Maronati2, Ahalya Lettenberger3
1Max Näder Center for Rehabilitation Technologies and Outcomes Research, Shirley Ryan AbilityLab, Chicago, IL; Center for Bionic Medicine, Shirley Ryan AbilityLab, Chicago, IL; Northwestern University, Department of Physical Medicine & Rehabilitation, Chicago, IL.
Archives of physical medicine and rehabilitation
|October 31, 2023
概括
峰值检测算法使用假肢穿戴加速度计准确计算下肢损失的个体的步骤. 这些算法为临床和研究应用提供了可靠和简单的解决方案.
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
- 可穿戴式传感器 穿戴式传感器
背景情况:
- 准确的步数计数对于监测下肢损失患者的身体活动至关重要.
- 现有的加速度计算法可能无法在这个人群中的各种活动和临床配置文件中实现最佳性能.
研究的目的:
- 评估和比较十种不同的基于加速度计的步数计数算法的准确性和可靠性.
- 在下肢损失的个体中确定最适合假肢穿戴加速度计的算法.
主要方法:
- 一项涉及48名下肢截肢患者的横截面研究.
- 参与者在各种室内/室外活动和自由生活条件下在假肢上佩戴ActiGraph (AG) 加速度计.
- 手动计步数与使用ICC,RMSE和Bland Altman图表的专有和新型算法的估计值进行了比较.
主要成果:
- 所有测试的算法都显示出与手动步数 (ICC > 0.9) 的良好一致性.
- 专有AG默认和快速富里埃转换 (FFT) 算法显示出最高的错误率 (RMSE>17).
- 峰值检测算法,特别是那些具有预设参数的算法,在所有活动中显示出最小的误差 (RMSE 4.07-8.99).
结论:
- 建议使用具有设置参数的峰值检测算法,用于使用假肢穿戴的AG在下肢损失患者的步数计数.
- 这种算法在各种活动和临床特征中提供了简单性和准确性.
- 这些发现支持将该算法用于临床和研究应用.
更多相关视频
05:25Author Spotlight: Assessing Brain Activity in Robotic-Assisted Lower Limb Rehabilitation Using fNIRS
Published on: June 7, 2024
1.3K
11:16Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis
Published on: July 22, 2014
16.3K