一个全过程,细粒度和定量康复评估平台,通过皮肤传感器和多任务步态变压器模型实现
Zhixin Wang1, Xinrun He2, Tianzhao Bu1
1Flexible Electronics Research Center, State Key Laboratory of Intelligent Manufacturing Equipment and Technology, School of Mechanical Science and Engineering, Huazhong University of Science and Technology, Wuhan, 430074, China.
Advanced materials (Deerfield Beach, Fla.)
|September 20, 2024
概括
这项研究引入了一种新的康复评估平台 (RAP),使用皮肤传感器和人工智能模型对患有下肢运动障碍的患者进行客观,定量步行分析.
科学领域:
- 生物医学工程 生物医学工程
- 康复科学 康复科学 康复科学
- 医疗保健中的人工智能
背景情况:
- 目前对下肢运动障碍的康复评估通常是阶段特定的,缺乏客观的定量数据.
- 需要全面的评估工具,涵盖整个康复过程.
研究的目的:
- 为患有下肢运动障碍的患者开发一个全过程,细粒度和定量康复评估平台 (RAP).
- 整合皮肤上的传感器和多任务步态变压器 (MG-former) 模型,以进行全面的患者评估.
主要方法:
- 通过先进的材料合成和结构设计开发了一种利用皮肤上的传感器的RAP,通过先进的材料合成和结构设计提高了信号质量和灵敏度.
- 实现了一种多任务步态变压器 (MG-former) 模型,能够对步态分析进行分类和回归任务.
- 验证了平台在评估半患者的行走能力和康复进展方面的有效性.
主要成果:
- 该RAP证明了与经验丰富的医生评估行走能力的高度一致的结果.
- MG-former模型提供了细粒度回归分析,捕捉了传统秤无法检测到的细微患者进展.
- 该平台成功评估了23名半患者,涵盖了跌倒风险,行走能力和康复进展.
结论:
- 开发的RAP提供了一个客观和定量解决方案,用于在整个康复周期中评估患者.
- 这个平台为医生和患者提供了宝贵的见解,以优化康复策略.
- 集成先进的传感器和人工智能模型提高了下肢康复监测的精度和有效性.
