开发可穿戴设备,用于从下肢收集数字康复/健康数据

科学领域:

• 生物力学 生物力学
• 可穿戴技术可穿戴技术
• 康复工程 康复工程 康复工程

背景情况:

• 基于家庭的康复和健身计划需要精确监测炼坚持和性能质量.
• 目前在家庭环境中追踪运动的方法往往是主观的,缺乏可量化的数据,阻碍了患者的康复和进步.
• 需要客观,成本效益和用户友好的可穿戴系统来监控家庭炼例程.

研究的目的:

• 开发一种轻量级,公正,客观的可穿戴运动捕捉 (Mocap) 系统,用于监测和评估家庭康复和健身计划.
• 创建一个系统,将训练数据收集到可用的指标中,从而能够准确地评估性能.
• 为参与下肢炼的用户提供实时反和进度跟踪.

主要方法:

• 开发一个使用五个无线电频率惯性测量单元 (RF-IMU) 装置的系统,放置在小腿,大腿和腹部.
• 实施了两层长短期记忆 (LSTM) 模型用于健身活动识别 (FAR),达到97.4%的平均准确性.
• 集成智能手机算法以实时跟踪运动,活动识别和计算运动变量 (俯卧,高膝,隆起).
• 包括动态时间扭曲 (DTW) 算法用于运动相似度评分和3D化身用于用户可视化.

主要成果:

• 开发的系统使用LSTM模型准确地识别健身活动,平均准确率为97.4%.
• 智能手机算法成功跟踪运动,识别活动,并实时计算关键的炼变量.
• 该系统通过3D化身为用户提供实时进度可视化和运动重播功能.
• 动态时间扭曲算法有效地得分运动相似性,有助于性能评估.

结论:

• 开发的可穿戴的Mocap系统提供了一个有前途的解决方案,用于客观监控家庭下肢炼.
• 该系统能够提供准确的实时数据和反,可以显著提高康复和健身计划的有效性.
• 该技术展示了适应性和在医疗康复,体育训练和个人健身方面广泛应用的潜力.