由人工智能增强和运动校正的无线近红外传感系统,用于持续监测喉肌肉

科学领域:

• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术
• 神经肌肉研究 神经肌肉研究

背景情况:

• 神经肌肉疾病对健康和经济造成重大负担.
• 目前的监测方法有局限性,包括间接检测或特殊的粘附要求.
• 需要创新,非侵入性和可个性化的监控解决方案.

研究的目的:

• 引入喉健康监测器 (LaHMo),这是一个无线可穿戴系统,用于持续,非侵入性地监测底层肌肉运动.
• 通过近红外 (NIR) 光和惯性测量单元 (IMU) 来展示系统捕捉肌肉运动的能力.
• 展示多式联络AI增强算法的应用,用于准确地分类生理事件和自适应个性化.

主要方法:

• 在子上开发了一种符合规范的无线可穿戴系统 (LaHMo).
• 利用近红外 (NIR) 光透深层组织并与肌球蛋白相互作用以检测肌肉运动.
• 集成一个惯性测量单元 (IMU) 传感器来完善信号采集.
• 基于神经网络的 AI 算法与个性化分类的自适应模型的实现.

主要成果:

• 通过NIR光和IMU数据,LaHMo系统成功地捕捉了肌肉运动.
• 这种人工智能增强的算法准确地分类生理事件.
• 适应型模型允许快速个性化,而不需要大量的用户数据.
• 长期的测试和模拟表明,在现实世界应用中具有潜在的有效性.

结论:

• 喉健康监测器 (LaHMo) 为评估神经肌肉功能提供了一种新,非侵入性和用户友好的方法.
• 该平台对监测神经肌肉疾病进展,评估治疗有效性和帮助康复有希望.
• 拉赫莫有可能显著改善各种神经肌肉疾病的诊断和治疗策略.