智能感应椅用于坐姿检测,分类和监测:全面审查

科学领域:

• 生物医学工程 生物医学工程
• 人与计算机的交互
• 康复工程 康复工程

背景情况:

• 不良的坐姿导致脊柱问题和肌肉骨系统疾病.
• 智能感应椅提供实时姿势监控,以减轻风险.
• 本综述分析了关于智能椅子技术的当前研究.

研究的目的:

• 评估智能感应椅子研究,用于姿势检测和分类.
• 评估各种传感器技术的有效性.
• 为了确定智能椅子开发的研究缺口.

主要方法:

• 在主要的科学数据库中进行了系统的文献审查.
• 分析了使用非侵入性姿势监测方法的39项研究.
• 检查了用于姿势分类的传感器技术和机器学习模型.

主要成果:

• 强度传感电阻 (FSR) 是用于姿势检测的最常见的传感器.
• 卷积神经网络 (CNN) 和人工神经网络 (ANN) 是领先的分类模型.
• 由于数据集的局限性,先进模型的表现并没有超过统计模型.

结论:

• 目前的智能感应椅看起来很有前途,但却面临着准确性挑战.
• 有限且不多元化的培训数据集阻碍了机器学习模型的性能.
• 在智能椅中,急需改进用户反机制.