相关实验视频
Updated: Jun 6, 2025
07:24
Home-Based Monitor for Gait and Activity Analysis
Published on: August 8, 2019
6.7K
使用带有水凝传感器的可穿戴设备进行人工智能辅助步态分析
Saima Hasan1, Brent G D'auria1, M A Parvez Mahmud2
1School of Engineering, Deakin University, Geelong, VIC 3216, Australia.
Sensors (Basel, Switzerland)
|November 27, 2024
概括
一个新的可穿戴传感器使用柔性水凝和人工智能实现100%的准确性,在站立,行走,慢跑和跑步之间进行区分. 这种轻量级的设备为体育和医疗保健提供先进的生物机械监控.
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
- 人工智能的人工智能
背景情况:
- 可穿戴设备对于实时健康监测至关重要,但在灵活性,重量和准确性方面面临限制.
- 现有的传感器往往难以平衡性能与用户舒适性和实用性.
研究的目的:
- 开发一种新的可穿戴传感器系统,用于准确的步态监测.
- 将灵活的水凝传感器与人工智能集成,以进行增强的生物机械分析.
主要方法:
- 开发了一种带电的聚烯胺-化-MXene (PLM) 水凝传感器,采用聚甲基 (PDMS) 和聚氨 (PU) 层.
- 将PLM传感器集成到轻量级 (23克) 的膝盖支架中,以捕获运动产生的能量.
- 使用一维 (1D) 卷积神经网络 (CNN) 数字化传感器信号和分析.
主要成果:
- PLM传感器表现出异常的伸展性 (317%应变) 和耐用性 (1000个周期),信号输出稳定.
- 可穿戴设备准确地分类了四种不同的步态模式 (站立,行走,慢跑,跑步) 准确率为100%.
- 该系统有效地将机械膝盖运动转换为电信号,用于AI分析.
结论:
- 开发的可穿戴设备为先进的生物机械监控提供了一种轻量级,节能的解决方案.
- 先进的水凝传感器和人工智能的结合显示了体育表现跟踪和医疗保健应用的巨大潜力.
- 这项技术为更复杂,更易于使用的健康监测系统铺平了道路.
